Avis

Avis 26-A-05 du 17 juillet 2026 relatif au fonctionnement concurrentiel du secteur des agents d’intelligence artificielle

Autorité de la concurrence, 17 juillet 2026 26-A-05

Version officielle sur autoritedelaconcurrence.fr

En bref

Secteur(s)

Numérique

Fondement juridique

Livre IV du code de commerce

Texte intégral

RÉPUBLIQUE FRANÇAISE

Avis n° 26-A-05 du 17 juillet 2026 relatif au fonctionnement concurrentiel du secteur des agents

d'intelligence artificielle

L'Autorité de la concurrence (formation plénière),

Vu la décision n° 26-SOA-01 du 8 janvier 2026, enregistrée sous le numéro 26/0003 A, relative à une saisine d'office pour avis portant sur le secteur des agents conversationnels ;

Vu le livre IV du code de commerce ;

Vu le document de consultation publique relative à la saisine d'office pour avis portant sur le secteur des agents conversationnels publié par l'Autorité de la concurrence le 29 janvier 2026 ;

Vu les contributions reçues dans le cadre de la consultation publique ;

Vu les autres pièces du dossier ;

Les représentants des sociétés Google, OpenAI, Valiuz, Cdiscount, Skyscanner et TF1 ainsi que les représentants de la Commission Nationale de l'Informatique et des Libertés (CNIL), du Pôle d'Expertise et de Régulation Numérique (PEReN) et de la Banque de France, entendus sur le fondement des dispositions du deuxième alinéa de l'article L. 463-7 du code de commerce ;

Les rapporteurs, le représentant du service de l'économie numérique, le rapporteur général adjoint, le chef du service de l'économie numérique et le commissaire du Gouvernement entendus lors de la séance du 10 juin 2026 ;

Adopte l'avis suivant :

Résumé1

Introduction

Initialement conçus comme de simples agents conversationnels, les outils d'IA générative se sont progressivement transformés en agents d'IA. Ces derniers n'exécutent plus simplement des tâches isolées mais sont désormais capables de raisonner, de planifier et d'orchestrer plusieurs tâches en coordonnant d'autres agents d'IA dans une relative autonomie. Les termes « IA agentique » et « agents d'IA » ont été employés pour caractériser ces nouvelles capacités. Selon la Commission européenne, les agents d'IA sont « des applications logicielles conçues pour percevoir et interagir avec un environnement virtuel. Ils fonctionnent de manière autonome, c'est-à-dire sans être directement contrôlés par un humain ».

Les agents d'IA interviennent à l'aval de la chaîne de valeur de l'IA générative, à l'étape du déploiement et de la commercialisation des services d'IA générative. L'amont de la chaîne de valeur a quant à lui été étudié par l‘Autorité dans l'avis n° 24-A-05. Leurs cas d'usage sont multiples : production de texte (notamment, courriels, publications pour les réseaux sociaux ou encore conversations avec l'utilisateur par exemple), création ou modification d'images ou écriture de code informatique en sont quelques illustrations déjà déployées massivement dans l'économie.

Le commerce agentique constitue l'une des évolutions récentes de l'IA agentique. Il désigne l'application des technologies agentiques au secteur du commerce en ligne permettant l'automatisation partielle ou complète du parcours d'achat.

Bien que de tels services ne soient pas disponibles sur le marché français au jour de la publication du présent avis, il est déjà possible d'obtenir des recommandations de produits au sein des agents d'IA, ce que certaines parties prenantes qualifient de « commerce conversationnel ». Afin d'illustrer le fonctionnement de ces nouvelles fonctionnalités, l'Autorité a mené une expérience pour illustrer le fonctionnement du commerce conversationnel et, notamment, le référencement des sources au sein de deux agents d'IA. La méthodologie et les résultats de cette expérience peuvent être consultés à l'Annexe 2 du présent avis.

La mise à disposition d'un agent d'IA auprès des utilisateurs repose sur trois ressources principales : (i) l'accès à un modèle génératif, constituant le socle technique de l'agent d'IA, (ii) l'accès à des données de qualité, nécessaires à l'amélioration de ses performances, et (iii) les capacités d'inférence permettant son utilisation effective.

Les acteurs principaux du secteur des agents d'IA sont OpenAI, Google et Anthropic, qui représentaient à eux trois plus de 84 % du secteur mondial au mois de mai 2026. À leurs côtés, on retrouve des entreprises qui sont soit déjà actives et intégrées verticalement, comme Amazon, Microsoft ou Nvidia, soit de nouvelles entreprises spécialisées de l'IA, comme Mistral AI, Perplexity AI ou xAI. Les acteurs du commerce agentique regroupent à la fois ces entreprises mais également les entreprises actives dans le secteur du commerce en ligne qui peuvent développer des agents d'IA spécialisés.

Certains agents d'IA ne se limitent plus à de simples interfaces de questions-réponses. Ils se positionnent de plus en plus comme points d'entrée des utilisateurs pour naviguer sur l'internet et tendent désormais à devenir de véritables plateformes, permettant aux

1 Ce résumé a un caractère strictement informatif. Seuls font foi les motifs de l'avis numérotés ci-après.

utilisateurs d'accéder directement à des informations et à des services tiers sans quitter l'environnement de l'agent.

Les principaux agents d'IA sont proposés aux utilisateurs individuels selon un modèle freemium, proposant un service avec des fonctionnalités de base accessible gratuitement puis plusieurs niveaux d'abonnements payants, permettant d'accéder à des modèles plus puissants, d'augmenter les limites d'utilisation et de proposer des fonctionnalités supplémentaires. Des abonnements spécifiques existent pour les clients professionnels, permettant l'accès à des espaces de travail partagés et des capacités d'administration plus fines. L'accès aux agents d'IA via une API est facturé à l'usage. Les prix dépendent alors généralement du nombre de jetons (« tokens ») consommés.

Plusieurs législations adoptées au niveau européen sont susceptibles de s'appliquer au secteur, notamment le règlement sur l'IA, le DMA (« Digital Market Act »), le DSA (« Digital Services Act »), le RGPD (« Règlement général sur la protection des données ») et le règlement sur les données (« Data act »).

Barrières à l'entrée et à l'expansion

Par comparaison avec l'entraînement des modèles génératifs, les barrières à l'entrée sont réduites à l'aval grâce à l'accès aux modèles développés par des tiers via des API ou des modèles open-weight. Cependant, les éditeurs d'agents d'IA recourant à ce type de solutions peuvent rencontrer des barrières spécifiques liées notamment à l'adaptation de ces modèles tiers à des usages spécifiques. Surtout, cette stratégie peut entraîner des dépendances envers les fournisseurs selon le mode d'accès au modèle génératif tiers, l'accès aux modèles via les API entraînant la dépendance la plus forte.

Le passage à l'échelle demeure fortement contraint par la nécessité d'accéder aux utilisateurs, ce qui détermine la capacité des éditeurs d'agents d'IA à déployer et pérenniser leurs solutions. Au-delà de l'intégration verticale de certains acteurs, plusieurs grandes entreprises du numérique établies bénéficient en effet d'avantages liés à l'intégration directe de leurs agents d'IA dans leur écosystème. C'est le cas par exemple de l'intégration de Copilot au sein de la suite Office 365 de Microsoft, de Gemini au sein du système d'exploitation Android de Google ou de Meta AI au sein de WhatsApp. Si des acteurs comme OpenAI et Anthropic ont réussi à prendre une place importante dans le secteur sans contrôler l'ensemble de la chaîne de valeur, la capacité de leurs concurrents à intégrer l'expérience utilisateur dans l'écosystème des grands acteurs du numérique installés rend l'arrivée et l'expansion de leurs concurrents économiquement et technologiquement coûteuse.

L'accès aux données joue également un rôle déterminant. Or, les éditeurs d'agents d'IA déjà établis conjuguent l'amélioration de leurs modèles génératifs grâce à leurs données propriétaires et l'amélioration de la qualité des réponses grâce aux données d'usage, auxquels s'ajoutent les partenariats conclus avec des acteurs tiers comme des éditeurs de presse. Ces grands acteurs disposent d'un avantage supplémentaire quand ils ont accès aux technologies sous-tendant un moteur de recherche, susceptibles de classer et identifier les documents les plus pertinents en réponse à la recherche d'un utilisateur. Cette barrière relative à l'accès aux données est également variable selon les cas d'usage : elle est particulièrement forte pour les agents généralistes ou d'actualité, mais pourrait éventuellement être remplacée, dans les usages professionnels, par l'accès aux données internes des clients.

Bien que les utilisateurs, particuliers comme professionnels, aient souvent recours à plusieurs agents d'IA en parallèle, ce qui est de nature à limiter les effets de verrouillage, cette pratique se heurte à des limites techniques majeures en matière de portabilité et d'interopérabilité, et ce malgré les outils développés par certains acteurs pour surmonter ces difficultés.

Par ailleurs, l'aval de la chaîne de valeur peut supporter des coûts importants. En effet, le coût total de l'inférence peut largement dépasser celui de l'entraînement, en raison de la récurrence de ces coûts qui augmentent proportionnellement à l'usage de l'agent d'IA. Ainsi, plus l'agent d'IA est sollicité, plus les coûts deviennent significatifs, notamment en raison de sa consommation énergétique. De surcroît, les tâches agentiques, qui nécessitent d'effectuer des traitements par étapes, augmentent significativement le coût total de la requête d'un utilisateur. Plusieurs acteurs relèvent également l'existence de coûts de conformité réglementaires élevés susceptibles de favoriser les acteurs en place.

Enfin, il existe des barrières technologiques (absence de données normalisées, de standards établis et d'infrastructures communes) et comportementales spécifiques au développement du commerce agentique.

Risques concurrentiels liés aux agents d'IA comme nouveaux intermédiaires dans l'économie numérique

Dans un contexte où le modèle génératif sous-jacent cesse parfois d'être un facteur de différenciation déterminant entre acteurs, la concurrence peut se déplacer sur d'autres critères, et notamment sur la qualité des réponses de l'agent d'IA. Celle-ci dépend non seulement des performances du modèle sous-jacent mais également des fonctionnalités associées de l'agent.

La qualité des réponses de l'agent d'IA constitue ainsi un paramètre de concurrence important. En effet, lorsqu'un utilisateur y recourt pour formuler une requête, il cherche à obtenir une réponse qui soit pertinente pour sa demande, c'est-à-dire qu'elle permette d'y répondre de manière adéquate et contextualisée. Les éditeurs d'agents d'IA mettent ainsi en place diverses stratégies pour contourner les barrières précitées et renforcer la qualité du service fourni. Ils peuvent ainsi faire le choix de se spécialiser sur des segments spécifiques (dans le domaine juridique par exemple), mettre en avant des garanties renforcées en matière de souveraineté ou conclure des partenariats pour rapidement atteindre le niveau de qualité des acteurs déjà établis.

En proposant à leurs utilisateurs d'accéder à une variété de services et d'informations toujours plus importante dans leur interface, les agents d'IA se positionnent comme des intermédiaires de plus en plus importants pour accéder aux services numériques. L'Autorité relève que le processus de « plateformisation » des agents d'IA soulève des risques concurrentiels susceptibles de remettre en cause le bon fonctionnement du secteur et la diversité de l'offre.

Ces risques tiennent tout d'abord à la désintermédiation d'une partie de l'économie numérique, c'est-à-dire le remplacement ou la disparition d'acteurs économiques dans une chaîne de valeur. En effet, une grande partie des requêtes des utilisateurs est susceptible d'être satisfaite par la réponse unique fournie par l'agent d'IA, ce qui est de nature à déstabiliser le modèle économique de nombreux sites internet ou des services numériques dont la rémunération repose sur l'affichage de publicités ou la souscription d'abonnements, et donc de réduire la variété ou la qualité de l'offre de contenus en ligne. À ce jour, le trafic directement redirigé vers les sites internet marchands depuis les agents d'IA est minime

(moins de 5 % en France), mais pourrait constituer, à moyen terme, un canal important d'accès aux consommateurs (près de 25 % à l'horizon 2030).

Des risques de discrimination ou d'autopréférence pourraient émerger en ce qui concerne l'accès aux services numériques et les conditions qui leur sont imposées pour être disponibles aux utilisateurs dans l'interface de l'agent d'IA. Le jeu concurrentiel pourrait également être perturbé par l'influence de partenariats ou de la publicité sur la réponse fournie aux utilisateurs.

La maîtrise des conditions de visibilité au sein des réponses des agents d'IA peut également soulever des risques concurrentiels. Ceux-ci tiennent notamment à la clarté, à l'objectivité et au caractère non discriminatoire des critères de visibilité utilisés par l'agent d'IA, et au nombre limité de sources et d'offres présentées à l'utilisateur dans la réponse qui lui est affichée. La maîtrise des conditions de visibilité au sein de son service est ainsi susceptible d'octroyer aux éditeurs d'agents d'IA un pouvoir accru sur l'allocation de la demande.

Ces risques sont susceptibles d'être accentués lorsque les agents d'IA sont intégrés au sein de services existants proposés par des entreprises verticalement intégrées. Si ces stratégies présentent des avantages pour les utilisateurs, certaines pratiques pourraient remettre en cause les conditions d'une concurrence par les mérites dans le secteur. Plusieurs acteurs pourraient ainsi limiter les conditions d'accès à leurs services incontournables (pratiques d'autopréférence, de ventes liées ou groupées ou de verrouillage contractuel ou technique). Les modalités de commercialisation des agents d'IA pourraient également conduire potentiellement à des pratiques d'éviction par les prix.

Risques liés à l'automatisation d'actions par les agents d'IA

Le dynamisme de l'innovation dans le secteur de l'IA a conduit au développement des capacités agentiques. Cette capacité d'effectuer des actions de manière autonome repose sur des standards communs, qui permettent l'interopérabilité entre les services numériques et les services d'IA. La mise en œuvre de standards communs est susceptible de soulever des risques concurrentiels tenant à la centralisation de la gouvernance des standards entre les mains d'un acteur unique ou encore aux éventuels freins à l'interopérabilité qui pourraient naître, créant ainsi un risque de fragmentation de l'internet.

Par ailleurs, l'IA agentique pourrait, sous certaines conditions, conduire à des bouleversements significatifs au sein de l'économie numérique, qui pourraient se matérialiser de manière très rapide au vu des capacités dont disposent les entreprises déjà établies (variété de services, base d'utilisateurs...). Afin de fournir leurs services, les agents d'IA collectent et traitent des volumes de données toujours plus importants. Ce traitement à grande échelle, associé à la conservation d'un historique, permet de proposer des services toujours plus personnalisés mais rend coûteuse et difficile la migration d'un agent d'IA vers un autre. Ces pratiques sont donc susceptibles de créer un effet de verrouillage.

Interrogés sur ces risques, les acteurs du commerce en ligne ont indiqué qu'ils seraient susceptibles de conduire à une concentration du secteur autour d'un nombre limité d'acteurs, à une plus grande opacité des processus d'achat et à priver les consommateurs finaux de la possibilité d'un choix éclairé. Des risques de désintermédiation et de collusion algorithmique existent également. Les initiatives dans le secteur se multiplient pour la mise en place du commerce agentique et, dès qu'elles seront pleinement disponibles pour les utilisateurs, les changements qu'elles apporteront devraient être particulièrement structurants.

Recommandations

L'Autorité formule trois séries de recommandations.

Premièrement, l'Autorité recommande de mobiliser rapidement et pleinement le cadre réglementaire existant, y compris à des fins de pédagogie et d'information pour les utilisateurs d'agents d'IA.

Recommandation n° 1 : le cadre réglementaire actuellement applicable doit faire l'objet d'une mise en œuvre pleine et effective. Dans l'hypothèse où certaines innovations justifieraient l'adoption de mesures spécifiques, l'Autorité recommande de privilégier, en premier lieu, le recours à des instruments de droit souple, tels que des lignes directrices, ou à des mécanismes de concertation avec les parties prenantes inspirés des procédures de spécification prévues par le DMA afin de permettre une intervention rapide et ciblée. Toute évolution normative devrait, en tout état de cause, être privilégiée à l'échelle de l'Union européenne.

Recommandation n° 2 : l'Autorité appelle à une vigilance particulière, au regard du droit de la concurrence, concernant notamment :

– les prises de participation réalisées par les grands acteurs du numérique au sein d'éditeurs

d'agents d'IA concurrents et les accords de partenariats conclus entre ces acteurs ;

– la possibilité effective, pour les utilisateurs, de sélectionner et d'utiliser des agents d'IAconcurrents de ceux intégrés par défaut au sein de l'écosystème des grandes entreprises du numérique ; et,

– les modalités de définition et de mise en œuvre des principaux paramètres susceptibles

d'influencer la sélection, le classement ou la recommandation des services proposés par les agents d'IA.

Recommandation n° 3 : l'Autorité identifie trois priorités d'action destinées à favoriser l'accès équitable aux canaux de distribution des agents d'IA pour l'ensemble des acteurs du secteur :

– les autorités de concurrence devraient prêter une attention particulière au rôle des canauxde distribution des agents d'IA et notamment des plateformes MaaS ;

– l'action engagée par la Commission dans le cadre de l'évaluation du règlement sur lesmarchés numériques et des enquêtes de marché en cours dans le secteur des services d'informatique en nuage devrait être poursuivie sur la base de la position préliminaire de la Commission et envisager la possibilité de désigner des places de marché distribuant des modèles d'IA comme services de plateforme essentiels ;

– dans l'hypothèse où de nouvelles entreprises seraient désignées au titre de cesplateformes, la Commission devrait s'assurer, dans le cadre de l'enquête de marché en cours visant à déterminer si les obligations actuellement prévues par le DMA sont efficaces pour lutter contre les pratiques qui limitent la contestabilité ou sont déloyales dans le secteur des services de l'informatique en nuage, que sont garantis l'accès à ces places de marché ainsi qu'une visibilité équitable, raisonnable et non discriminatoire pour les éditeurs d'agents d'IA et les développeurs de modèles génératifs.

Recommandation n° 4 : l'animation concurrentielle du secteur repose notamment sur la capacité des utilisateurs à comparer les offres disponibles et à exercer un choix éclairé. Cet objectif implique :

– le renforcement des actions de pédagogie conduites par les pouvoirs publics et lesprofessionnels à destination des utilisateurs et notamment de la jeunesse ;

– une implication proactive des régulateurs, notamment de la DGCCRF, afin d'assurer

l'application effective ou le cas échéant, l'adaptation des cadres réglementaires existants, en particulier ceux relatifs aux pratiques restrictives de concurrence, au droit de la consommation et au règlement sur les services numériques ;

– une attention particulière des services publics compétents, tels que le PEReN, à l'analysetechnique des agents d'IA, y compris par la mise en œuvre d'expérimentations, afin d'évaluer l'impact de ces innovations technologiques sur les politiques publiques ;

– une coordination renforcée de l'ensemble des autorités publiques compétentes.

Deuxièmement, l'Autorité invite les acteurs du secteur à favoriser l'interopérabilité et la portabilité dans le secteur.

Recommandation n° 5 : l'Autorité invite les acteurs du secteur à mettre en place des conditions d'utilisation, techniques et contractuelles, favorisant l'interopérabilité entre les services d'entreprises verticalement intégrées et les éditeurs d'agents d'IA tiers. À cette fin, il pourrait être recouru notamment à une documentation accessible, compète et actualisée et à des spécifications logicielles permettant le développement et le maintien de ces intégrations tierces.

Il convient également de garantir aux utilisateurs la possibilité de migrer d'un agent d'IA à un autre sans perte significative d'information et de fonctionnalité, en assurant notamment une portabilité effective des données entre agents d'IA.

Troisièmement, l'Autorité souligne l'importance de garantir la mise en place et le maintien de standards techniques ouverts.

Recommandation n° 6 : il convient de veiller à ce que les standards encadrant le commerce agentique soient élaborés et maintenus selon des modalités transparentes, ouvertes et collaboratives, afin d'éviter toute situation de contrôle ou d'influence excessive par un acteur dominant. Ces standards doivent également garantir le plus haut niveau d'ouverture compatible avec les exigences de sécurité et de fiabilité, notamment par l'adoption de solutions à code source ouvert (open source) et de standards pleinement interopérables.

SOMMAIRE

INTRODUCTION ......................................................................................... 11

I. LE SECTEUR DES AGENTS D'IA ................................................... 14

A. DÉFINITIONS ..............................................................................................................14

1DES AGENTS CONVERSATIONNELS AUX AGENTS D'IA ..........................................14

2LE COMMERCE AGENTIQUE ....................................................................................19

3LES PROTOCOLES NÉCESSAIRES À L'« AGENTIFICATION » ..................................22

B. LA FOURNITURE D'UN SERVICE PAR UN AGENT D'IA .................................25

1LES INTRANTS NÉCESSAIRES ...................................................................................25

a) L'accès au modèle génératif ................................................................... 26

b) L'accès à des données de qualité ............................................................ 27

c) Les capacités d'inférence permettant l'utilisation effective de l'agent

d'IA ........................................................................................................... 28

2LA MONÉTISATION DES SERVICES D'AGENT D'IA .................................................29

C. LES ACTEURS DE LA CHAÎNE DE VALEUR DES AGENTS D'IA ...................31

1LES PRINCIPAUX ÉDITEURS D'AGENTS D'IA ..........................................................32

a) OpenAI ..................................................................................................... 32

b) Google ....................................................................................................... 33

c) Anthropic ................................................................................................. 34

2LES ENTREPRISES DÉJÀ ACTIVES ET VERTICALEMENT INTÉGRÉES .....................34

a) Amazon .................................................................................................... 35

b) Meta .......................................................................................................... 35

c) Microsoft .................................................................................................. 35

d) Nvidia ....................................................................................................... 36

3LES NOUVELLES ENTREPRISES SPÉCIALISÉES DANS L'IA .....................................36

a) Mistral AI ................................................................................................. 36

b) Perplexity AI ............................................................................................ 37

c) xAI ............................................................................................................ 37

d) Autres acteurs .......................................................................................... 37

4LES ACTEURS DU COMMERCE AGENTIQUE ............................................................38

5LES PARTENARIATS CONCLUS PAR LES ÉDITEURS D'AGENTS D'IA ......................38

D. LE PHÉNOMÈNE DE « PLATEFORMISATION » DES AGENTS D'IA .............39

E. L'ENCADREMENT LÉGISLATIF ET RÉGLEMENTAIRE DES AGENTS D'IA

.........................................................................................................................................40

1AU NIVEAU FRANÇAIS ..............................................................................................41

2AU NIVEAU DE L'UNION EUROPÉENNE ...................................................................41

a) Le Règlement sur l'intelligence artificielle (Règlement sur l'IA) ....... 41

b) Le Règlement sur les marchés numériques (DMA) ............................. 43

c) Le Règlement sur les services numériques (DSA) ................................ 44

d) Le Règlement général sur la protection des données (RGPD) ............ 45

e) Le Règlement sur les données (Data Act) .............................................. 45

II. L'EXISTENCE DE BARRIÈRES À L'ENTRÉE ET À L'EXPANSION DANS LE SECTEUR DES AGENTS D'IA ........... 46

A. DES BARRIÈRES À L'ENTRÉE MOINS ÉLEVÉES QUE CELLES LIÉES À

L'ENTRAÎNEMENT DES MODÈLES GÉNÉRATIFS ...........................................46

1UN ACCÈS FACILITÉ AUX MODÈLES TIERS .............................................................47

2DES BARRIÈRES À L'ENTRÉE LIÉES PRINCIPALEMENT À LA DÉPENDANCE ENVERS

LES FOURNISSEURS DE MODÈLES ............................................................................49

B. DES BARRIÈRES À L'EXPANSION PLUS IMPORTANTES QU'À L'ENTRÉE

.........................................................................................................................................50

1L'ACCÈS AUX UTILISATEURS...................................................................................51

2L'ACCÈS AUX DONNÉES ...........................................................................................54

3DES BARRIÈRES TECHNIQUES À LA MIGRATION ET À L'INTEROPÉRABILITÉ ......56

4DES COÛTS IMPORTANTS À L'AVAL ........................................................................59

5DES BARRIÈRES SPÉCIFIQUES AU DÉVELOPPEMENT DU COMMERCE AGENTIQUE

...................................................................................................................................60

III. LES AGENTS D'IA, NOUVEAUX INTERMÉDIAIRES DANS

L'ÉCONOMIE NUMÉRIQUE : UNE DYNAMIQUE CONCURRENTIELLE PROPICE À LA CRÉATION OU AU RENFORCEMENT D'ENTREPRISES INCONTOURNABLES ... 61

A. LA NÉCESSAIRE DIFFÉRENCIATION ENTRE AGENTS D'IA PAR LA

QUALITÉ DU SERVICE FOURNI ............................................................................62

1L'HOMOGÉNÉISATION PROGRESSIVE DES PERFORMANCES DES MODÈLES .........62

2LA QUALITÉ DES RÉPONSES DE L'AGENT D'IA COMME PARAMÈTRE DE

CONCURRENCE .........................................................................................................63

3LES DIFFÉRENTES STRATÉGIES DE DIFFÉRENCIATION DES ÉDITEURS D'AGENTS

D'IA : SPÉCIALISATION, SOUVERAINETÉ ET PARTENARIATS ................................65

B. RISQUES LIÉS AU RÔLE DES AGENTS D'IA EN TANT QU'INTERMÉDIAIRES DANS L'ACCÈS AUX SERVICES NUMÉRIQUES ....66

1LES RISQUES LIÉS À LA PLATEFORMISATION DES AGENTS D'IA ..........................66

2LES RISQUES LIÉS AUX CONDITIONS DE VISIBILITÉ POUR LES SERVICES

NUMÉRIQUES ET SITES INTERNET AU SEIN DES RÉPONSES FOURNIES PAR LES AGENTS D'IA, CONDITIONS QUI LEUR OFFRENT UN POUVOIR ACCRU SUR L'ALLOCATION DE LA DEMANDE ............................................................................71

a) Les conditions de visibilité et de découverte au sein des agents d'IA . 71

b) Les sources et offres contenues dans les réponses fournies par l'agent

d'IA ........................................................................................................... 73

C. RISQUES LIÉS À L'INTÉGRATION DES AGENTS D'IA DANS LES SERVICES

EXISTANTS D'ENTREPRISES VERTICALEMENT INTÉGRÉES ....................75

1LES RISQUES LIÉS AUX CONDITIONS D'ACCÈS AUX SERVICES INCONTOURNABLES

DES ENTREPRISES VERTICALEMENT INTÉGRÉES ...................................................76

2LES RISQUES PROSPECTIFS LIÉS AUX MODALITÉS DE COMMERCIALISATION DES

AGENTS D'IA ............................................................................................................78

IV. L'AUTOMATISATION D'ACTIONS PAR LES AGENTS D'IA,

FUTUR BOULEVERSEMENT DE L'ÉCONOMIE NUMÉRIQUE OU CRISTALLISATION DES POSITIONS EXISTANTES ? ....... 79

A. L'ADOPTION DE STANDARDS TECHNIQUES PARTAGÉS .............................80

1LE CARACTÈRE POTENTIELLEMENT PRO-CONCURRENTIEL DES STANDARDS

TECHNIQUES .............................................................................................................80

2LES RISQUES LIÉS À LA STANDARDISATION TECHNIQUE .......................................81

B. LE POTENTIEL DE BOULEVERSEMENT DE L'ÉCONOMIE NUMÉRIQUE

LIÉE À L'AUTOMATISATION DES TÂCHES PAR LES AGENTS D'IA ..........82

1L'AUTOMATISATION DE TÂCHES SUR ORDINATEURS ET SMARTPHONES .............82

2L'AUTOMATISATION DU PARCOURS D'ACHAT : LE COMMERCE AGENTIQUE ......83

V. RECOMMANDATIONS ...................................................................... 88

A. MOBILISER RAPIDEMENT LE CADRE RÉGLEMENTAIRE EXISTANT ......88

B. FAVORISER L'INTEROPÉRABILITÉ ET LA PORTABILITÉ DANS LE

SECTEUR ......................................................................................................................91

C. GARANTIR LA MISE EN PLACE DE STANDARDS OUVERTS ........................91

CONCLUSION .............................................................................................. 92

ANNEXE 1 : GLOSSAIRE .......................................................................... 92

ANNEXE 2 : EXPÉRIENCE MENÉE PAR L'AUTORITÉ POUR

ILLUSTRER LE FONCTIONNEMENT DU COMMERCE CONVERSATIONNEL ........................................................................ 96

Introduction

1Le 28 juin 2024, dans l'avis n° 24-A-05 portant sur le fonctionnement concurrentiel du secteur de l'intelligence artificielle (ci-après « IA ») générative (ci-après « l'avis n° 24-A-05 »), l'Autorité de la concurrence (ci-après « l'Autorité ») a mené une analyse concurrentielle de ce secteur en plein développement, en se concentrant sur l'amont de la chaîne de valeur. À cette occasion, l'Autorité notait déjà que « l'IA générative a pris une place centrale dans le débat public et économique »2.

2Depuis lors, ce rôle n'a cessé de se renforcer, tant dans l'économie que dans les usages quotidiens. Portés par la forte dynamique du secteur, les outils d'IA générative (voir glossaire) voient leurs capacités croître à un rythme soutenu et produisent des effets significatifs dans de nombreux secteurs, notamment en favorisant des gains de productivité liés à l'automatisation de certaines tâches, en accélérant les processus de recherche et développement ou encore en transformant les modes d'organisation du travail.

3Le déploiement de l'IA générative s'accompagne également de besoins en investissement considérables. Il ressort d'une étude publiée au mois d'avril 2025 que les investissements nécessaires au développement des centres de données dédiés à l'IA pourraient atteindre 4 500 milliards d'euros entre 2025 et 20303. À l'échelle européenne, l'initiative InvestAI vise à mobiliser 200 milliards d'euros d'investissements dans l'IA, dont 20 milliards consacrés aux « giga-fabriques d'IA »4.

4Bien que les évaluations divergent en fonction du secteur d'activité concerné et de la taille des entreprises, les gains de croissance attendus sont substantiels selon certains économistes. M. Philippe Aghion et M. Simon Bunel estiment ainsi que l'IA pourrait accroître la productivité agrégée de 0,8 à 1,3 point de pourcentage par an au cours de la prochaine décennie5.

5Initialement conçus comme de simples agents conversationnels, les outils d'IA générative se sont progressivement transformés en agents d'IA. Ces derniers n'exécutent plus simplement des tâches isolées mais, avec le développement de l'IA agentique (voir glossaire), sont désormais capables de raisonner, de planifier et d'orchestrer plusieurs tâches en coordonnant d'autres agents IA dans une relative autonomie.

6Les agents d'IA constituent aujourd'hui l'une des manifestations, si ce n'est la manifestation, les plus visibles de l'IA générative. Ils occupent une place croissante dans les usages numériques, portés par les services développés par quelques grands acteurs tels que ChatGPT d'OpenAI, Claude d'Anthropic, Google Gemini, Vibe de Mistral AI, Perplexity ou encore Microsoft Copilot. Leur usage connaît un essor important en France (et dans le

2 Avis n° 24-A-05 du 28 juin 2024 relatif au fonctionnement concurrentiel du secteur de l'intelligence artificielle générative.

3 McKinsey, The cost of compute: A $7 trillion race to scale data centers, 28 avril 2025.

4 Commission européenne, L'UE lance l'initiative InvestAI, destinée à mobiliser 200 milliards d'euros d'investissements dans l'intelligence artificielle*, 11 février 2025.

5 Aghion, P. et Bunel, S. (2024), « AI and Growth: Where Do We Stand? », Federal Reserve Bank of San Francisco Working Paper.

monde), avec un taux de pénétration qui a été multiplié par 5 entre les mois de juillet 2024 et d'avril 20266.

7Ainsi, les enjeux associés au déploiement de l'IA générative dont ceux liés aux agents d'IA dans l'économie sont immenses. Le rôle des autorités de concurrence est crucial pour s'assurer du bon fonctionnement concurrentiel du secteur, qui est une condition d'efficacité aussi bien que d'équité.

8Dans ce contexte, l'Autorité a décidé, le 8 janvier 2026, de s'autosaisir pour avis sur le fonctionnement concurrentiel du secteur des agents d'IA, sur le fondement de l'article L. 462-4 du code de commerce7. Cet avis s'inscrit dans la pratique consultative déjà fournie de l'Autorité concernant le sujet de l'IA. Outre l'avis n° 24-A-05, l'Autorité a également analysé le secteur de l'informatique en nuage en 20238 et publié au mois de décembre 2025 une étude portant sur les enjeux concurrentiels liés à l'impact énergétique et environnemental de l'IA9.

9Le présent avis vise établir une analyse concurrentielle du fonctionnement de ce secteur en plein développement, marqué par une forte innovation. Cette analyse porte sur les barrières à l'entrée et à l'expansion pour les éditeurs d'agents d'IA et sur les pratiques susceptibles de renforcer leur position dans l'économie numérique. Elle met en lumière les problématiques nouvelles liées à l'automatisation de certaines tâches et actions par le biais de ces agents, notamment dans le secteur du commerce en ligne où cette évolution prend le nom de commerce agentique (voir glossaire). En revanche, comme indiqué lors de la consultation publique, la relation entre les agents d'IA et les moteurs de recherche ne fait pas partie du champ de cet avis.

10L'objet d'un tel avis n'est pas de qualifier des comportements sur un marché au regard des articles 101 et 102 du Traité sur le fonctionnement de l'Union européenne (ci-après « TFUE ») et L. 420-1 et L. 420-2 du code du commerce. Il vise à améliorer la compréhension du secteur, à proposer des éléments d'analyse, à esquisser les risques potentiels d'un point de vue concurrentiel et, le cas échéant, à faire des recommandations permettant d'en améliorer le fonctionnement.

11Afin d'approfondir sa compréhension du secteur, l'Autorité a lancé une consultation publique, ouverte du 29 janvier au 6 mars 202610.

12Le document de consultation publique invitait les acteurs du secteur à répondre à des questions sur l'aval de la chaîne de valeur, et en particulier le développement et l'utilisation des agents d'IA ainsi que sur les problématiques concurrentielles liées à leur recours dans le secteur du commerce en ligne. Cette consultation a permis à une quarantaine d'acteurs, d'une variété de tailles et de secteurs d'activité, d'exprimer leur position et leurs éventuelles préoccupations concurrentielles.

6 Autorité de régulation de la communication audiovisuelle et numérique (Arcom), Baromètre d'audience des services d'intelligence artificielle - 1ère édition, 16 juin 2026.

7 Communiqué de presse de l'Autorité, Agents conversationnels : l'Autorité s'autosaisit pour avis, 9 janvier 2026.

8 Avis n° 23-A-08 du 29 juin 2023 portant sur le fonctionnement concurrentiel de l'informatique en nuage ("cloud").

9 Étude de l'Autorité, Les questions concurrentielles relatives à l'impact énergétique et environnemental de l'Intelligence Artificielle, 17 décembre 2025.

10 Communiqué de presse de l'Autorité, L'Autorité lance une consultation publique sur les agents conversationnels, 29 janvier 2026.

13L'Autorité a conduit en parallèle de nombreuses auditions et contacté des acteurs institutionnels (notamment, des services ministériels, des autorités de régulation sectorielle, et des autorités de concurrence étrangères). En particulier, l'Autorité a échangé avec les autorités de concurrence ayant mené des travaux approfondis sur les enjeux concurrentiels soulevés par le secteur de l'IA générative ou ayant des enquêtes en cours dans ce secteur, notamment :

− l'Autorité de la concurrence portugaise (Autoridade da Concorrência), qui a publié uneétude sur le secteur de l'IA générative le 5 novembre 202311 ;

− l'Office hongrois de la concurrence (Gazdasági Versenyhivatal), qui a publié uneanalyse de marché sur le secteur de l'IA générative le 21 octobre 202412 ;

− l'Autorité de la concurrence et du marché italienne (Autorità Garante della Concorrenza

e del Mercato – ci-après « AGCM »), qui a imposé des mesures provisoires ordonnant à Meta de suspendre les conditions excluant les assistants d'IA concurrents de WhatsApp13 ;

− la Commission européenne (ci-après « Commission »), qui a publié une note

d'orientation sur la concurrence dans l'IA générative le 19 septembre 202414, a annoncé plusieurs enquêtes et procédures en cours dans le secteur et a notamment imposé des mesures conservatoires à Meta dans l'affaire AT.4103415(voir ci-après paragraphe 302) ;

− l'Autorité de concurrence et de protection du consommateur des États-Unis (Federal

Trade Commission, ci-après « FTC »), qui a lancé des enquêtes sur les investissements et partenariats dans le secteur de l'IA générative le 25 janvier 202416 ; et,

− l'Autorité de la concurrence et des marchés du Royaume-Uni (Competition and Markets

Authority, ci-après « CMA »), qui a publié, d'une part, un premier rapport sur les modèles de fondation, le 18 septembre 2023, mis à jour le 11 avril 202417, et, d'autre part, un rapport, le 9 mars 202618, examinant les utilisations actuelles de l'IA agentique, ses potentielles évolutions et les effets qu'elle pourrait engendrer sur les consommateurs.

11 Autoridade da Concorrência, AdC warns of competition risks in the Generative Artificial Intelligence sector, 5 novembre 2023.

12 Gazdasági Versenyhivatal, Examining the impact of artificial intelligence on market competition and consumers, 21 octobre 2024.

13 Communiqué de presse de l'AGCM, A576 - Meta AI: the Italian Competition Authority orders Meta to suspend the terms excluding competing AI Chatbots from WhatsApp, 24 décembre 2025.

14 Communiqué de presse de la Commission européenne, La Commission publie une note d'orientation sur la concurrence dans l'IA générative et les mondes virtuels, 19 septembre 2024.

15 Communiqué de presse de la Commission européenne, La Commission impose des mesures provisoires à Meta afin de préserver le libre accès à WhatsApp pour les assistants d'IA concurrents, 9 juin 2026.

16 FTC, FTC Launches Inquiry into Generative AI Investments and Partnerships, 25 janvier 2024.

17 CMA, AI Foundation Models : Initial report, 18 septembre 2023 et AI Foundation Models : Update Paper, 11 avril 2024.

18 CMA, Agentic AI and consumers, 9 mars 2026.

ILe secteur des agents d'IA301 paragraphes, 56 min de lecture

A. DÉFINITIONS

1. DES AGENTS CONVERSATIONNELS AUX AGENTS D'IA

14Dans son rapport « IA générative : des défis pour l'avenir de l'internet ouvert » publié au mois de janvier 2026, l'Autorité de régulation des communications électroniques, des postes et de la distribution de la presse (ci-après « Arcep ») définit l'agent conversationnel comme un « système informatique conçu pour interagir avec un utilisateur humain en langage naturel. Il utilise des technologies d'intelligence artificielle, telles que le traitement du langage naturel et l'apprentissage automatique, pour comprendre des requêtes, générer des réponses pertinentes et simuler une conversation fluide »19. Les cas d'usage des agents conversationnels sont multiples ; la production de texte (notamment, courriels, publications pour les réseaux sociaux, ou encore conversations avec l'utilisateur), la création ou la modification d'images, ou l'écriture de code informatique en sont quelques exemples. Le terme assistant d'IA est également utilisé pour les décrire.

15Les assistants d'IA interviennent à l'aval de la chaîne de valeur de l'IA générative (telle que présentée dans l'avis n° 24-A-05, et reproduite et actualisée en figure 1 ci-dessous), à l'étape du déploiement et de la commercialisation des services d'IA générative.

19 ARCEP, IA générative : des défis pour l'avenir de l'internet ouvert, janvier 2026.

Figure 1 : principaux acteurs de la chaîne de valeur de l'IA générative

Source : infographie réalisée par l'Autorité de la concurrence, inspirée de l'article ChatGPT, Bard & Co. :

an introduction to AI for competition and regulatory lawyers de Thomas Höppner et Luke Streatfeild,

23 février 2023

16Le fonctionnement des assistants d'IA repose sur des modèles génératifs (également appelés modèles de fondation), parmi lesquels les grands modèles de langage (« Large Language Models » ou LLM, voir glossaire), les modèles de diffusion pour la création d'images, ou encore les modèles multimodaux. Au sein d'un assistant d'IA, l'utilisateur peut généralement choisir parmi différents modèles génératifs pour répondre à ses requêtes.

17Les modalités d'accès aux assistants d'IA sont variées, non exclusives et dépendent souvent des choix faits par les éditeurs de ces assistants ou des accords de distribution qu'ils ont pu nouer. Il est possible d'accéder à un assistant d'IA via :

− une interface web, comme ChatGPT, Claude, Gemini ou Vibe ;

− une interface de programmation pour les développeurs (ci-après « API », voir glossaire)

en propre, hébergée par le développeur du modèle. Par exemple, Mistral AI propose l'accès à ses modèles par ses propres APIs ;

− une API hébergée chez un fournisseur de services informatiques en nuage, notammentau sein des plateformes « Model as a Service » (ci-après « MaaS », voir glossaire). Claude est ainsi disponible chez Amazon Web Services (ci-après « AWS ») au sein du service Bedrock ;

− une application mobile ou destinée à être utilisée depuis un ordinateur personnel. C'estle cas, par exemple, de l'application Claude for Desktop ou de l'application mobile Perplexity ; ou,

− un service tiers tel qu'un service de messagerie (comme Meta AI sur WhatsApp), unservice de recherche (comme Copilot dans Bing ou AI Overviews dans Google Search)

ou un service de bureautique (comme Copilot dans Microsoft 365, ou Gemini dans Google Workspace).

18Depuis le lancement de ChatGPT pour le grand public au mois de novembre 2022, le secteur des assistants d'IA a connu de nombreuses évolutions, dont certaines sont détaillées ci-dessous :

− l'ajout de capacités multimodales permettant aux utilisateurs, notamment de tenir desconversations sur la base de contenu audio ou images ou d'obtenir des réponses vocales. Ces capacités sont, par exemple, disponibles depuis le mois de septembre 2023 sur ChatGPT20 ;

− la possibilité d'effectuer des recherches sur internet pour ancrer ses réponses dans laréalité (ancrage ou « grounding », voir glossaire) : la recherche internet fournit un contexte supplémentaire qui aide l'assistant d'IA à répondre, en complément de ses capacités de base. Perplexity propose cette capacité depuis son lancement fin 2022, et elle a été introduite sur ChatGPT le 31 octobre 202421. Au mois de décembre 2024, Google a lancé l'outil « Deep Research » dans Gemini pour explorer des sujets complexes en établissant un plan de recherche en plusieurs étapes 22 ; et,

− l'introduction de modèles de raisonnement, conçus pour consacrer plus de temps à unprocessus d'analyse avant de produire une réponse. Ces modèles sont particulièrement performants sur les tâches et problèmes complexes, notamment en science, programmation ou mathématiques23. Ces types de modèles ont été introduits sur OpenAI via la gamme de modèles o1 au mois de septembre 2024, et se sont popularisés à la suite de la publication en open-weight (voir glossaire) du modèle de raisonnement de DeepSeek (DeepSeek R1) au mois de janvier 2025.

19Au fur et à mesure que les capacités des modèles génératifs, et donc des assistants d'IA, progressent, ces derniers acquièrent la capacité de réaliser des tâches de plus en plus complexes, avec un degré d'autonomie de plus en plus poussé.

20Les termes « IA agentique » et « agents d'IA » ont été employés pour caractériser ces nouvelles capacités.

21Selon la la Commission Nationale de l'Informatique et des Libertés (ci-après « CNIL »), « l'IA agentique désigne couramment un ensemble de systèmes qui reposent sur la coordination de plusieurs sous-systèmes appelés agents IA. Ces agents IA sont souvent constitués d'un modèle d'IA générative, capable d'agir sur un environnement défini (applications tierces, bases de données, postes de travail ou tout autre système) et d'en modifier l'état (lecture, modification, suppression de données, exécution d'actions), avec des niveaux variables d'autonomie. »24

22La Commission, sur le site Shaping Europe's Digital Future, définit les agents d'IA comme « des applications logicielles conçues pour percevoir et interagir avec un environnement

20 OpenAI, ChatGPT peut désormais voir, entendre et parler, 25 septembre 2023.

21 OpenAI, Nouveau : ChatGPT search, 31 octobre 2024.

22 Google, Essayez Deep Research et notre nouveau modèle expérimental dans Gemini, votre assistant IA, 11 décembre 2024.

23 OpenAI, Découvrez OpenAI o1‑preview, 12 septembre 2024.

24 CNIL, IA agentique.

virtuel. Ils fonctionnent de manière autonome, c'est-à-dire sans être directement contrôlés par un humain »25.

23Un assistant d'IA devient ainsi un agent d'IA lorsqu'il ne se contente plus seulement de converser avec l'utilisateur mais qu'il acquiert une autonomie lui permettant de définir des objectifs, planifier des actions, coordonner des agents d'IA et interagir sur des systèmes externes. Cette capacité d'effectuer des tâches complexes sans l'intermédiation de l'utilisateur ou quasiment sans intervention de ce dernier caractérise l'IA agentique.

25 Commission européenne, Agents d'IA et agents virtuels.

Figure 2 : Différences de fonctionnement entre un assistant d'IA et un agent d'IA

Source : infographie réalisée par l'Autorité de la concurrence

24Depuis le début de l'année 2026, des outils d'IA agentique sont désormais intégrés dans les environnements de travail. Des outils comme Claude Code ou OpenAI Codex travaillent directement depuis la base de code des développeurs, et peuvent lire, modifier ou exécuter du code depuis le système de fichiers d'une machine. Claude Cowork permet de travailler directement sur les fichiers locaux d'un utilisateur, pour effectuer des tâches non techniques et répétitives, comme la gestion de fichiers (déplacer, renommer, etc.), préparer un rapport à partir d'une source, synthétiser un document ou extraire des données non structurées.

25En conclusion, selon les développements ci-dessus, un agent d'IA peut remplir le rôle d'un assistant d'IA lorsqu'il interagit directement avec un utilisateur là où un assistant d'IA ne dispose pas toujours de capacité agentique. Dans le cadre du présent avis, l'Autorité utilisera le terme d'agent d'IA dans un sens large pour se référer à la fois aux assistants d'IA ainsi qu'aux fonctionnalités intégrant des capacités agentiques.

2. LE COMMERCE AGENTIQUE

26Le commerce agentique constitue l'une des évolutions récentes de l'IA générative. Il désigne l'application des technologies agentiques au secteur du commerce en ligne permettant l'automatisation partielle ou complète du parcours d'achat.

27À terme, le commerce agentique devrait permettre aux utilisateurs d'acquérir un produit ou un service sans quitter l'interface de l'agent d'IA. Les services de commerce agentique permettraient, par exemple, à un utilisateur d'acheter un cadeau pour un proche. C'est alors l'agent qui choisirait le cadeau (en fonction des instructions plus ou moins précises données par l'utilisateur et de la connaissance qu'il a de lui, notamment sur la base des interactions passées), rechercherait les commerçants qui le proposent pour trouver le meilleur prix et les conditions de livraison adéquates. C'est également l'agent qui procéderait à la finalisation de l'achat et au paiement sans que l'utilisateur ait besoin de valider l'achat ou même d'interagir avec l'agent au-delà de la demande initiale.

29Bien que de tels services ne soient pas disponibles sur le marché français au jour de la publication du présent avis, il est déjà possible d'obtenir des recommandations de produits au sein des agents d'IA, ces dernières se fondant sur l'ancrage via l'internet effectué par l'agent d'IA. Par exemple, lorsque l'utilisateur effectue une recherche sur un produit donné, l'agent d'IA effectue une recherche sur l'internet afin de collecter les informations sur les résultats obtenus puis de les présenter à l'utilisateur.

30Le terme « commerce conversationnel » peut alors être utilisé pour définir l'état actuel du commerce agentique au mois de juillet 2026 comme l'indique notamment un répondant à la consultation publique : « à ce stade, nous sommes encore majoritairement face à du commerce purement conversationnel. L'IA conseille l'utilisateur, puis le redirige vers le site web du marchand pour finaliser l'achat ». La figure 3, ci-dessous, présente le fonctionnement du commerce conversationnel.

31Aucun acteur ne semble capable, à ce jour, de proposer à l'utilisateur d'effectuer le parcours d'achat entier sans son intermédiation. Les agents d'IA s'arrêtent avant l'achat, en renvoyant l'utilisateur vers le site internet du commerçant vendant le produit recommandé par l'agent. L'utilisateur doit ensuite confirmer l'achat et valider le paiement lui-même sur le site ducommerçant. Aux États-Unis, des acteurs comme American Express commencent à mettre en place des outils pour permettre un parcours d'achat entier effectué par un agent26.

32Un parcours d'achat entièrement effectué par un agent d'IA de façon autonome engage de nombreux acteurs et rend nécessaire une modification de leurs systèmes de fonctionnement habituels. Tout d'abord, l'éditeur de l'agent d'IA doit intégrer les fonctionnalités techniques nécessaires. Ensuite, les commerçants en ligne doivent adapter leurs sites pour qu'ils puissent être parcourus par l'agent d'IA. Ces premiers doivent également adapter les moyens d'interaction du site aux agents d'IA, notamment pour permettre à ceux-ci d'effectuer l'achat et, si nécessaire, de contacter le commerçant pour déclarer un incident de livraison. Les services de livraison doivent également permettre les interactions avec les agents d'IA. Enfin, les services de paiement doivent être adaptés à la réalisation d'un parcours d'achat par un agent d'IA.

33Il convient également de distinguer les services de commerce agentique intégrés à un site marchand des services de commerce agentiques généraux, qui ne sont pas liés à une plateforme de commerce en ligne. Un répondant explique que « [l]es capacités agentiques peuvent aller des "systèmes fermés" limités à un seul site web ou à une seule plateforme de commerce électronique (par exemple, Amazon avec son agent conversationnel Rufus), aux agents qui peuvent quitter leur environnement d'origine (si une autorisation est accordée) ».

26 American Express, The next generation of commerce.

Figure 3 : Fonctionnement actuel du commerce conversationnel

Source : infographie réalisée par l'Autorité de la concurrence

34Dans le cadre de l'instruction de cet avis, l'Autorité a réalisé une expérience pour illustrer le fonctionnement du commerce conversationnel et, notamment, le référencement des sources au sein de deux agents d'IA.

Expérience menée par l'Autorité pour illustrer le fonctionnement du commerce conversationnel

Afin d'illustrer l'apport des agents d'IA dans le secteur du commerce en ligne, l'Autorité a procédé à une expérience permettant d'illustrer le fonctionnement actuel du commerce conversationnel (qui repose principalement sur l'ancrage via l'internet pour trouver les produits) et d'évaluer les sources et éditeurs principalement utilisés par les agents d'IA dans un contexte de recherche de produits.

L'Autorité a ainsi posé, à des agents d'IA, 350 questions indiquant une volonté d'achat ainsi que 200 questions de poursuites d'achat, sur quatre thématiques de commerce en ligne : l'achat de produits électroniques, l'achat de produits électroménagers, la réservation d'hôtels et d'hébergements, et la réservation de transports. Pour chacune de ces thématiques, un ensemble de questions a été constitué, et ces questions ont été posées en utilisant les API dedeux agents d'IA, ChatGPT et Gemini. Les réponses et les sources citées ont ensuite été conservées et analysées. Même si les résultats obtenus n'ont pas de significativité statistique et n'ont pas pour vocation à illustrer de manière exhaustive les sources utilisées par les agents d'IA, ils donnent toutefois des indices permettant de mieux comprendre le fonctionnement du commerce conversationnel.

La méthodologie suivie par l'Autorité est inspirée de l'étude ImpactIA menée par le Pôle d'Expertise et de Régulation Numérique (ci-après « PEReN ») pour le compte de l'Arcep27 et se décompose en trois étapes : (i) la préparation automatique des questions, (ii) l'utilisation des agents d'IA pour répondre aux questions et (iii) la collecte des sources dans les réponses. Pour deux des thématiques (électronique et électroménager), une question de poursuite consistant à obtenir des offres précises incluant les prix des produits recommandées est posée à la suite de la question de découvrabilité.

L'ensemble des données ainsi que le code ayant servi à mettre en place cette expérience sont disponibles sur le répertoire de code public de l'Autorité28.

La méthodologie complète suivie par l'Autorité et les résultats sont détaillés en Annexe n° 2 du présent avis.

3. LES PROTOCOLES NÉCESSAIRES À L'« AGENTIFICATION »

35Les capacités de raisonnement, de planification et d'accès aux informations et aux données décrites aux paragraphes 18 et suivants constituent le socle de l'IA agentique. Cependant, la transformation des assistants d'IA en agents d'IA nécessite l'utilisation de protocoles comme le Model Context Protocol29 (ci-après « MCP », voir encadré et glossaire). Celui-ci a facilité le développement de points d'accès standardisés et de modes de communication unifiés entre les services tiers et les agents d'IA, permettant ainsi d'augmenter les capacités de ces derniers.

Model Context Protocol (MCP)

Le MCP est un protocole conçu pour connecter des modèles d'IA, notamment des agents d'IA, à des logiciels, outils, services et sources de données externes. Initialement développé par Anthropic, le protocole est en code source ouvert et accessible sous licence Apache 2.0, et est, depuis fin 2025, rattaché à l'Agentic AI Foundation au sein de la Linux Foundation.30

Son architecture se décompose en trois composants clés : l'hôte (l'application IA), le serveur MCP (correspondant au logiciel ciblé) et le client MCP (qui maintient la connexion entre l'hôte et le serveur MCP). Chaque serveur MCP propose des fonctionnalités prédéfinies : des outils (fonctions permettant d'effectuer des actions ou de récupérer des données), des ressources (des fichiers et des données auxquels le client MCP peut accéder) et des instructions (fichiers textuels décrivant des actions à effectuer pour accomplir une tâche).

27Arcep, IA générative : Des défis pour l'avenir de l'internet ouvert, janvier 2026.

28 Compte GitHub de l'Autorité de la concurrence.

29 MCP, What is the Model Context Protocol (MCP)?

30 Anthropic, Donating the Model Context Protocol and establishing the Agentic AI Foundation, 9 décembre 2025.

Ce protocole commun bénéficie aux développeurs d'applications (qui n'ont qu'un serveur MCP à développer et à maintenir), aux agents d'IA (qui peuvent se connecter de manière fluide à de nombreux outils) et, in fine, aux utilisateurs, qui ne dépendent plus des développements réalisés par les éditeurs d'agents d'IA. Il est ainsi présenté par ses concepteurs comme « l'USB-C de l'IA », et facilite le développement de l'IA agentique.

À la fin de l'année 2025, Anthropic recensait plus de 10 000 serveurs MCP actifs, et près de 100 millions de téléchargements mensuels des kits de développements associés au MCP. Par exemple, le serveur MCP Data.gouv (développé par la direction interministérielle du numérique)31 permet à n'importe quel agent d'IA d'accéder à des outils comme « search_datasets » ou « get_dataset_info » autorisant la recherche d'un jeu de données sur la plateforme data.gouv.fr ou d'obtenir sa description.

36Pour ce qui concerne le commerce agentique, la poursuite de son développement repose sur la mise en place de modes de connexion permettant à un agent d'IA de récupérer des données dans des catalogues marchands de manière standardisée, de permettre la mise en place et la validation du panier client, et de valider la commande via des moyens de paiement. Or, à la date de la publication de l'avis, l'accès des agents d'IA aux informations produit n'est pas suffisant : le contenu des sites internet est aujourd'hui pensé pour être parcouru par des humains, et non par des machines.

37Ainsi, moins de 1 % des pages internet en France permettraient à un agent d'IA de recommander un produit de manière fiable32. L'information collectée par les agents d'IA au moyen de l'ancrage est donc très incomplète (absence de structuration des données, d'avis clients, de photos, etc.). Dès lors, la mise en place de catalogues marchands intégralement lisibles par des machines et, partant, par des agents d'IA, fait office de préalable nécessaire à l'essor du commerce agentique.

38L'élaboration de tels catalogues rend impérative la définition de protocoles communs, que devront adopter les acteurs de l'IA générative comme ceux du commerce en ligne. Les principaux acteurs de l'IA générative et des agents d'IA ont déjà commencé à développer de tels protocoles : Google a ainsi lancé « l'Universal Commerce Protocol » tandis qu'OpenAI a développé « l'Agentic Commerce Protocol » (voir encadré ci-dessous).

Les protocoles dans le commerce agentique

Le commerce agentique nécessite la mise en place de moyens de connexion et de transmission d'information permettant aux agents d'IA de dialoguer avec les sites marchands. Dès lors, il est nécessaire de proposer des protocoles et des schémas de données permettant aux agents d'IA d'interroger de manière standardisée et automatisée les bases de données des commerçants.

31 DataGouv, Expérimentation autour d'un serveur MCP pour datagouv, 25 février 2026.

32 Mirakl, Moins de 1 % des pages produits compatibles avec les grands modèles de langage (LLM) : Mirakl lance Agentic Activation pour y remédier, 29 avril 2026.

Pour le commerce agentique, les principaux protocoles mis en place par et pour le marché sont l'UCP et l'ACP.

– UCP : l'Universal Commerce Protocol (« UCP », voir glossaire)33 est un protocoledécentralisé et open source (voir glossaire), développé par Google au sein d'une coalition d'acteurs des secteurs de la technologie, du commerce en ligne et des systèmes de paiement (notamment Shopify, Walmart, Carrefour, Visa et Stripe), lancé officiellement au début du mois de janvier 2026. Le protocole UCP repose principalement sur la déclaration des capacités (à savoir, par exemple, services proposés et/ou moyens de paiement autorisés) d'un site marchand dans un fichier appelé « well-known/ucp ». Chacun des services peut être rendu via une API classique ou au format MCP, par exemple.

– ACP : l'Agentic Commerce Protocol (« ACP », voir glossaire)34 est un protocolecodéveloppé par OpenAI et Stripe, lancé au mois de septembre 2025 et publié en open source sous licence Apache 2.0. Son architecture diffère de l'UCP : les marchands doivent demander à participer au programme, puis soumettre leur catalogue via des flux de données réguliers, et mettre en place des API (ou le protocole MCP) permettant de réaliser l'ensemble des tâches jusqu'à la finalisation de la commande et le paiement. De nombreux autres protocoles ont vu le jour et ont été développés récemment, notamment pour la communication entre agents, comme « l'Agent to Agent » (A2A de Google), ou des proztocoles de paiement comme « l'Agent Payment Protocol » (AP2 de Google) ou en cryptomonnaie comme le x402 (CoinBase) ou MPP (Machine Payment Protocol). L'UCP utilise à la fois A2A et AP2.

33 Universal Commerce Protocol The common language for platforms, agents, and businesses.

34 Agentic Commerce Protocol, An open standard for programmatic commerce flows between buyers, AI agents, and businesses.

Figure 4 : Exemple de fonctionnement du protocole UCP

Source : infographie réalisée par l'Autorité de la concurrence

B. LA FOURNITURE D'UN SERVICE PAR UN AGENT D'IA

1. LES INTRANTS NÉCESSAIRES

39La mise à disposition d'un agent d'IA auprès d'utilisateurs repose sur trois ressources principales : l'accès à un modèle génératif (voir glossaire), constituant le socle technique de l'agent d'IA (a), l'accès à des données de qualité, nécessaires à l'amélioration de ses performances (b), et les capacités d'inférence (voir glossaire) permettant son utilisation effective (c).

a) L'accès au modèle génératif

40Dans l'avis n° 24-A-05, l'Autorité a décrit le fonctionnement d'un modèle génératif en détaillant notamment les phases d'entraînement (voir glossaire) et de spécialisation, indispensables à son utilisation.

41Un éditeur d'agent d'IA peut accéder à un modèle génératif de trois manières différentes. Il peut (i) développer son propre modèle, (ii) accéder à un modèle tiers via une API ou (iii) utiliser un modèle tiers accessible en open-weight (modèles dont les poids sont disponibles publiquement, voir glossaire).

42Dans la première hypothèse, lorsqu'un modèle propre est développé par l'éditeur, celui-ci est alors intégré verticalement et contrôle à la fois le développement de son modèle, sa spécialisation et sa distribution.

43Dans la deuxième hypothèse, l'éditeur peut accéder aux modèles tiers via une API, que ce soit via les API propriétaires des développeurs de modèles, ou via les plateformes MaaS des fournisseurs de services d'informatique en nuage.

44Dans la troisième hypothèse, un éditeur peut décider d'utiliser des modèles génératifs open-weight35 librement accessibles sous conditions de licences. Ce mode d'accès à un modèle tiers offre une plus grande autonomie et indépendance que l'accès via une API mais nécessite des compétences techniques internes plus importantes.

35 Comme l'a relevé l'Autorité au paragraphe 38 de l'avis n° 24-A-05, « [b]ien que les acteurs utilisent fréquemment l'appellation open source, les modèles "ouverts" sont le plus souvent mis à disposition par le biais de la publication de leurs poids (approche "open-weights") ».

Figure 5 : Modalités d'accès aux modèles génératifs

Source : infographie réalisée par l'Autorité de la concurrence

b) L'accès à des données de qualité

45Dans l'avis n° 24-A-05, l'Autorité a relevé la nécessité de disposer de données de qualité pour l'entraînement de modèles génératifs, pour spécialisation de ces modèles (réglage fin ou « fine tuning », voir glossaire) et pour l'utilisation de ces modèles (inférence).

46Ces éléments s'appliquent mutatis mutandis aux éditeurs d'agents d'IA.

47Pour les éditeurs qui développent leurs propres modèles, les données d'entraînement sont essentielles. Pour les éditeurs d'agents d'IA spécialisés qui propose des agents d'IA fournissant des réponses adaptées à un secteur spécifique, la phase de réglage fin est essentielle et nécessite des données spécifiques au domaine ciblé par l'éditeur et de bonne qualité.

48Pour les agents d'IA généralistes, comme pour les agents d'IA spécialisés, l'accès à des informations actualisées constitue un élément essentiel pour renforcer la pertinence et la fiabilité des réponses fournies. Cette capacité d'ancrage d'un agent d'IA peut provenir de la recherche internet (via une API de recherche, comme celles proposées par les moteurs de recherche Google ou Bing), de partenariats permettant un accès direct à des données de qualité, en particulier celles issues des éditeurs de presse, ou encore d'un accès direct, parexemple, à des données d'entreprise (voir paragraphes 105 et suivants pour plus de détails sur les accords entre les acteurs).

49L'ancrage via l'internet repose sur l'utilisation de robots d'exploration (crawler, voir glossaire) qui vont découvrir, télécharger et indexer le contenu des pages internet afin de permettre aux agents d'IA de consulter ces données. Cette exploration peut être réalisée en continu pour la constitution d'un index internet (qui peut ensuite servir à la fourniture d'un service de recherche en ligne, ou à l'entraînement d'un grand modèle de langage, voir glossaire), ou de manière ciblée, lors de la demande d'un utilisateur.

c) Les capacités d'inférence permettant l'utilisation effective de l'agent d'IA

50La production de contenu par un modèle génératif est appelée l'inférence et nécessite de la puissance de calcul. Un éditeur d'agent d'IA doit ainsi disposer de capacités d'inférence suffisantes afin de permettre l'utilisation effective de son service par les utilisateurs.

51Les éditeurs d'agents d'IA qui choisissent de développer leurs propres modèles génératifs, comme ceux ayant choisi de déployer des modèles open-weight, doivent disposer d'une puissance de calcul suffisante pour en assurer le fonctionnement.

52L'accès à la puissance de calcul nécessaire à l'inférence peut se faire selon deux modalités : d'une part, le recours aux services informatiques en nuage, qui constituent aujourd'hui la solution la plus répandue et, d'autre part, le développement d'une infrastructure dédiée, sur site ou hébergé au sein d'un centre de données.

53Les besoins en puissance de calcul pour l'inférence varient notamment en fonction de la taille du modèle, ainsi que du nombre d'utilisateurs simultanés que l'agent d'IA est en mesure de servir avec une latence déterminée.

54Lorsqu'un éditeur d'agent d'IA utilise un modèle tiers via une API, les capacités d'inférence sont supportées par l'acteur qui met à disposition l'API. Le coût associé à ces capacités est toutefois répercuté dans la tarification de l'usage de l'API.

Figure 6 : Les ressources clés pour mettre à disposition un agent d'IA

Source : infographie réalisée par l'Autorité de la concurrence

2. LA MONÉTISATION DES SERVICES D'AGENT D'IA

55Il existe deux méthodes principales de monétisation : par abonnement ou à l'usage.

56Les principaux agents d'IA sont proposés aux particuliers selon un modèle freemium. Ils proposent un service avec des fonctionnalités de base accessible gratuitement, puis plusieurs niveaux d'abonnements payants, permettant d'accéder à des modèles plus puissants, d'augmenter les limites d'utilisation et de proposer des fonctionnalités supplémentaires. Les prix de ces abonnements individuels peuvent aller jusqu'à 100 dollars US (environ 88 euros) par mois pour ChatGPT Max ou Claude Pro par exemple.

57Des abonnements spécifiques existent pour les clients professionnels, permettant l'accès à des espaces de travail partagés et des capacités d'administration plus fines. Des tarifications personnalisées sont prévues pour les grandes entreprises, assurant une confidentialité des données accrue, et l'accès à un service client dédié.

58Concernant la facturation à l'usage, celle-ci intervient lorsqu'on accède aux agents d'IA via une API. Les prix dépendent alors généralement du nombre de jetons (« tokens », voir glossaire) envoyés au modèle dans la requête (Input) par l'utilisateur, du nombre de jetons renvoyés par l'agent d'IA dans sa réponse (Output) et du nombre de jetons qui sont réutilisés à la suite d'une précédente instruction (Cache). Le coût des jetons de réponse sont les plus élevés car ils demandent, notamment, plus de temps et de ressources en calcul.

59La figure ci-dessous détaille les tarifications à l'usage des principaux modèles, allant de quelques centimes de dollar US par million de jetons pour les modèles les moins coûteux à plusieurs dizaines de dollars US pour les modèles les plus performants. Certains fournisseurs incluent également un plafond de jetons au-delà duquel les prix augmentent (200 000 jetons pour Gemini, 272 000 pour OpenAI). Cette tarification variable offre une prévisibilité plus faible aux utilisateurs, mais facilite l'automatisation de certains usages grâce à l'accès à une API, permettant une communication directe entre l'agent d'IA et les différents logiciels de l'utilisateur. Le 3 juin 2026, la fondation Linux a annoncé le lancement de la Tokenomics Foundation, visant à établir des standards de marchés ouverts et des bonnes pratiques en lien avec les jetons.

Figure 7 : Prix des principaux modèles

Source : infographie réalisée par l'Autorité de la concurrence sur le fondement des prix observés au 17 juin 2026. Les modèles désignés par une * ont une tarification en deux parties, et le tarif affichéest le plus bas

60Les fournisseurs d'agents d'IA font face à une forte hausse du nombre de jetons consommés, ce qui augmente mécaniquement leurs coûts totaux. Elle est causée par l'utilisation croissante des fonctionnalités agentiques, qui pourraient consommer jusqu'à 1 000 fois plusde jetons qu'une tâche classique36. Il ressort d'une étude sur l'évolution des coûts de l'IA agentique que le coût d'une réponse était de 4 centimes de dollars (environ 3,5 centimes d'euro) en 2023, et que le coût moyen d'une « orchestration » (voir glossaire) par un agent d'IA (c'est-à-dire de l'organisation d'une tâche complexe) atteindrait 1,2 dollar US en 202637 (environ 1,1 euro). Google a annoncé au mois de mai 2026 traiter plus de 3,2 quadrillions de jetons par mois, soit sept fois plus qu'un an auparavant38.

61Pour répondre à cette hausse des coûts du fait de l'utilisation accrue de leurs services, les éditeurs d'agents d'IA ont changé progressivement la facturation de ces services aux entreprises, pour passer d'une tarification forfaitaire à une tarification à l'usage. Par exemple, Anthropic a décidé d'imposer à ses abonnés professionnels une tarification à l'usage depuis le mois d'avril 202639. Les entreprises clientes payent, d'une part, un abonnement pour chaque licence d'utilisateur et, d'autre part, un prix à l'usage, qui varie selon le nombre de jetons consommés par les utilisateurs.

62En parallèle, les premiers tests d'intégration de publicité dans ChatGPT ont été réalisés aux États-Unis depuis le mois de janvier 2026. Toutefois, d'autres éditeurs d'agents d'IA ont communiqué leur volonté de ne pas inclure de publicité dans leurs agents. Au début de l'année 2026, Perplexity a ainsi abandonné les tests d'intégration de publicité dans son agent d'IA, par crainte de perte de crédibilité et de confiance de ses utilisateurs40. Anthropic a également communiqué au mois de février 2026 son ambition de conserver un environnement sans publicité pour Claude, afin de garantir que ses réponses aient pour principe d'aider les utilisateurs41. Un répondant à la consultation publique a précisé que « l'intégration de la publicité au sein des agents conversationnels n'en est encore qu'à un stade embryonnaire, et est amenée à évoluer sensiblement à l'avenir. Il subsiste, en outre, des incertitudes quant à la manière dont ces modèles de monétisation seront mis en œuvre en pratique, ainsi qu'aux formats qui s'imposeront à terme ».

C. LES ACTEURS DE LA CHAÎNE DE VALEUR DES AGENTS D'IA

63Selon Médiamétrie, ChatGPT, l'agent d'IA d'OpenAI, dispose d'une place prépondérante sur le marché français. En France, ChatGPT est le premier agent d'IA en nombre de visiteurs uniques (21,6 millions au mois de septembre 2025)42. La consultation publique de l'Autorité fait ressortir le rôle significatif d'autres acteurs sur le marché, tels que Google et Anthropic. Ces trois acteurs sont d'ailleurs considérés par la majorité des répondants comme les principaux ou les plus importants éditeurs d'agents d'IA et, selon l'institut Sensor Tower, ils représentaient à eux trois plus de 84 % du secteur mondial des agents d'IA au mois de

36 Bai, Longju, et al. « How Do AI Agents Spend Your Money? Analyzing and Predicting Token Consumption in Agentic Coding Tasks », 2026.

37 EY, Unlocking agentic value: a new investment discipline for the agentic era, 1er juin 2026.

38 Google, I/O 2026: Welcome to the agentic Gemini era, 19 mai 2026.

39 Claude Support, What is the Enterprise plan?

40 Search Engine Land, Perplexity stops testing advertising, 28 février 2026.

41 Anthropic, Claude is a space to think, 4 février 2026.

42 Médiamétrie, Les jeunes aux avant-postes de la révolution de l'IA conversationnelle, 30 octobre 2025.

mai 202643 (1). À leurs côtés, on retrouve des entreprises qui sont soit déjà actives et intégrées verticalement (2) soit de nouvelles entreprises spécialisées de l'IA (3).

64Les répondants à la consultation publique de l'Autorité considèrent majoritairement que « [l]e marché est très largement dominé par des acteurs américains (OpenAI, Google, Microsoft, Anthropic, xAI, Perplexity) tandis que Mistral AI, avec Le Chat, constitue la seule alternative européenne à date. » ou « [qu'e]n France, le marché des agents conversationnels est dominé par les acteurs globaux américains (OpenAI/Chat GPT, Google Gemini, Microsoft/Copilot, Anthropic, Meta etc) complétés par des solutions françaises comme Le Chat de Mistral qui ne bénéficie pas des mêmes capacités d'investissements, d'infrastructures et d'adoption à grande échelle que les acteurs globaux américains ».

65Certains relèvent toutefois des spécificités françaises. Par exemple, un répondant souligne que « la France bénéficie d'une expertise locale diversifiée et compétitive. Mistral AI s'impose comme un pilier des modèles fondamentaux personnalisables, indispensables au développement d'agents. Parallèlement, Dataiku offre des capacités d'orchestration de données et d'agents à l'échelle industrielle, tandis que des acteurs comme LightOn se spécialisent dans le déploiement d'agents sur-mesure pour les grands comptes. Cette pluralité d'approches, mêlant fournisseurs mondiaux et solutions spécialisées françaises, permet de répondre à la diversité des besoins stratégiques des entreprises ».

1. LES PRINCIPAUX ÉDITEURS D'AGENTS D'IA

a) OpenAI

66OpenAI est une société américaine fondée en 2015. À l'origine à but non lucratif, OpenAI s'est scindée, en 2025, en deux entités : une organisation à but non lucratif (OpenAI Fondation) et une filiale à but lucratif (OpenAI), qui exploite l'agent d'IA ChatGPT ainsi que de nombreux autres outils d'IA.

67ChatGPT est disponible en France depuis le 30 novembre 2022 et permet notamment aux utilisateurs de rédiger, d'apprendre, d'améliorer leur productivité, d'effectuer des recherches sur internet (simples ou approfondies), de résumer ou d'analyser des fichiers importés ou d'avoir des conversations vocales en temps réel.

68Au mois de mars 2026, OpenAI revendiquait plus de 900 millions d'utilisateurs actifs hebdomadaires et plus de 50 millions d'abonnés au niveau mondial44.

69ChatGPT se fonde sur les modèles génératifs propriétaires développés par OpenAI, dont GPT-5.6 lancé au mois de juillet 2026 est la dernière version, ainsi que des modèles de création d'images, de création d'audio ou de transcription. OpenAI a également une gamme de modèle open-weight intitulé gpt-oss, et a été la première à publier un modèle de raisonnement (o1 de la gamme o), qui sont les types de modèles les plus performants à l'heure actuelle.

70ChatGPT est disponible en version gratuite ou payante. OpenAI dispose de revenus provenant principalement de ces abonnements payants et de l'utilisation de ses API par les entreprises et les développeurs. Le 9 février 2026, OpenAI a annoncé qu'elle commençait à tester des publicités dans ChatGPT, uniquement aux États-Unis, pour les utilisateurs adultes

43 01net, ChatGPT ne détient plus la majorité du marché de l'IA, c'est une première historique , 17 juin 2026.

44 OpenAI, OpenAI investit 122 milliards de dollars pour accélérer la prochaine phase de l'IA, 31 mars 2026.

bénéficiant des formules d'abonnement Free et Go, tandis que les formules Plus, Pro, Business, Enterprise et Education restent sans publicité45.

71Le 25 novembre 2025, Open AI a lancé « ChatGPT Shopping Research », permettant d'obtenir des guides d'achat personnalisés, et prépare une option d'achat directement au sein de ChatGPT, qui propose des intégrations à plusieurs applications et logiciels et est également intégré à l'assistant virtuel d'Apple, Siri.

72OpenAI est également l'un des principaux fondateurs et partenaires (avec SoftBank et Oracle) du projet Stargate, « qui prévoit d'investir 500 milliards de dollars46 [US] sur quatre ans dans la création d'une infrastructure d'IA pour OpenAI aux États-Unis »47.

b) Google

73Google est une société multinationale américaine créée en 1998, qui, d'une part, dispose d'un grand nombre de services numériques comme la fourniture d'un service de recherche en ligne (Google Search), d'un système d'exploitation (Android), de services de publicité en ligne (Google Ads), de services d'informatique en nuage (Google Cloud Platform, ci-après « GCP ») et d'applications de bureautique (Google Workspace), et, d'autre part, détient la plateforme de partage de vidéos (YouTube). Toutes ces activités sont regroupées au sein de Google LLC, elle-même regroupée au sein du groupe Alphabet.

74Google est intégrée verticalement au sein de la chaîne de valeur de l'IA générative, des infrastructures (centres de données et puces pour l'IA) jusqu'à l'agent d'IA qu'elle exploite, depuis le 13 juillet 2023 sous le nom de Bard, avant d'être renommé Gemini le 8 février 2024. Ce dernier existe en version gratuite et payante.

75Gemini est accessible par l'application mobile et l'interface web dédiées. Il est également intégré à l'écosystème de Google, notamment au sein de Google Search par la voie de l'AI Mode et de l'AI Overviews48 (non disponibles en France au moment de la publication de l'avis même si Google a annoncé que ces services seraient lancés à l'été 2026 en France49), ainsi que dans Google Android et dans Google Workspace. Au jour de la publication du présent avis, Google a choisi de ne pas monétiser son agent d'IA par la publicité. Google se rémunère par un système d'abonnements.

76L'agent d'IA Gemini se base sur le modèle génératif éponyme, dont la dernière version est Gemini 3.5 Flash. Ces modèles sont développés par les laboratoires d'IA de Google (notamment DeepMind).

45 OpenAI, Tests publicitaires dans ChatGPT, 7 mai 2026.

46 Soit environ 440 milliards d'euros.

47 OpenAI, Nouveau : projet Stargate, 21 janvier 2025.

48 Selon la Commission, « AI Overviews affiche des résumés générés par l'IA qui répondent à la recherche d'un utilisateur au-dessus des résultats organiques, tandis que AI Mode est un onglet de recherche similaire à un dialogueur répondant aux questions des utilisateurs dans un style conversationnel » (La Commission ouvre une enquête sur un possible comportement anticoncurrentiel de Google dans son utilisation de contenus en ligne à des fins d'IA, 9 décembre 2025).

49 Ouest France, INFO OUEST-FRANCE. Recherches sur Google : Overviews, la fonction de résumés par IA, sera lancée en France cet été 2026, 29 juin 2026.

77Au mois de mai 2026, son président a indiqué que Gemini avait dépassé les 900 millions d'utilisateurs mensuels (contre 400 millions l'année précédente)50.

c) Anthropic

78Anthropic est une société américaine spécialisée dans l'IA générative fondée en 2021 par d'anciens employés d'OpenAI. Anthropic fournit des services d'agents d'IA sous le nom de Claude, et est principalement connu pour son outil de codage agentique (Claude Code). Anthropic propose également un agent d'IA de bureau Claude Cowork, ainsi que des outils spécialisés dans la sécurité informatique (Claude Security).

79Ces services se fondent sur les modèles développés par Anthropic et déclinés en trois gammes (Claude Opus, Sonnet et Haiku), dont la dernière version est Claude Opus 4.8 (28 mai 2026). Ces modèles propriétaires sont disponibles via les API d'Anthropic, ou via les plateformes MaaS de GCP, AWS et Azure. Ils sont également intégrés dans d'autres agents d'IA (comme Perplexity) et dans des outils de programmation tiers (Cursor, par exemple).

80Anthropic est également le développeur des modèles Fable 5 et Mythos 5. Ces modèles, considérés comme trop efficaces pour identifier et potentiellement exploiter certaines vulnérabilités informatiques, ont été rendus accessibles à un consortium restreint d'entreprises et d'organisations dans le cadre du projet Glasswing51. Le 12 juin 2026, le gouvernement américain a ordonné de couper l'accès à ces deux modèles à tout ressortissant non américain52 avant de lever ses restrictions quelques semaines plus tard53.

81Anthropic dispose de plusieurs sources de revenus : (i) avec différents niveaux d'abonnement pour les produits Claude (notamment Claude Pro et Claude Max), (ii) une tarification en fonction de l'accès à l'API, et (iii) des contrats avec les entreprises. En outre, Anthropic propose une tarification à l'utilisation pour les forfaits individuels via l'option « Extra Usage », lorsque les besoins dépassent le forfait inclus dans les abonnements.

2. LES ENTREPRISES DÉJÀ ACTIVES ET VERTICALEMENT INTÉGRÉES

82À l'instar de Google, de nombreux acteurs déjà actifs dans d'autres secteurs de l'économie numérique ont développé leurs activités dans le secteur des agents d'IA. Tel est, notamment, le cas des grandes entreprises déjà présentes à l'amont de la chaîne de valeur de l'IA générative, comme Amazon et Microsoft (informatique en nuage), Nvidia (processeurs graphiques, voir glossaire).

50 Google, I/O 2026 : Bienvenue dans l'ère agentique de Gemini, 19 mai 2026.

51 Anthropic, Project Glasswing, 7 avril 2026.

52 Anthropic, Statement on the US government directive to suspend access to Fable 5 and Mythos 5, 12 juin 2026.

53 Le Monde, IA : Washington lève ses restrictions sur les modèles les plus puissants d'Anthropic, 1er juillet 2026.

a) Amazon

83Amazon est une société américaine, fondée en 1994, spécialisée dans le commerce en ligne, des services d'informatique en nuage et de la publicité en ligne. Elle a entraîné sa propre gamme de modèles génératifs intitulée Nova. Bien que son activité principale reste le commerce en ligne, les activités d'Amazon se sont diversifiées avec l'introduction, en 2006, de sa plateforme AWS, qui fournit des services d'informatique en nuage et des services d'IA via sa plateforme Bedrock. AWS développe également ses propres processeurs graphiques Trainium et Inferentia.

84Amazon exploite deux agents d'IA : Alexa +, issu de la transformation de son assistant virtuel Alexa en un agent d'IA généraliste, et un agent d'IA spécialisé dans le commerce en ligne, Alexa for Shopping, qui combine les capacités d'Alexa + et de Rufus, l'ancien agent d'IA d'Amazon sur sa plateforme de commerce en ligne. Ces deux agents d'IA sont fondés sur les modèles génératifs d'Amazon (Amazon Nova) ainsi que sur des modèles tiers, et sont disponibles en France depuis la fin du mois de mai 202654.

b) Meta

85Meta (anciennement Facebook), est une société américaine fondée en 2004. Dans un premier temps, Meta exploitait le média social Facebook. Elle a lancé son service de communication Messenger en 2011 avant d'entamer une croissance externe en rachetant Instagram, en 2012, et l'application de communication grand public WhatsApp, en 2014.

86Meta a lancé « Meta AI », un agent d'IA intégré aux différents produits de Meta (Facebook, Instagram, WhatsApp, Messenger ainsi que les lunettes connectées Ray-Ban Meta). Ce service a d'abord été déployé dans de nombreux pays non européens, puis en Europe à compter de 2025. Depuis le mois d'avril 2025, Meta AI est également accessible via une application autonome et une interface web. Meta AI est actuellement disponible gratuitement dans l'Union européenne (ci-après « UE ») et n'affiche pas de publicités.

c) Microsoft

87Microsoft est une société américaine fondée en 1975. Elle fournit notamment des systèmes d'exploitation pour ordinateurs (Windows), une suite de logiciels de bureautique (parmi lesquels Word, Excel, Powerpoint et Outlook), et Microsoft Azure, l'un des principaux fournisseurs de service d'informatique en nuage.

88Elle a regroupé ses agents d'IA sous la bannière Microsoft Copilot, comprenant Consumer Copilot pour les particuliers et Microsoft 365 Copilot pour la clientèle professionnelle. Son agent d'IA est intégré dans son moteur de recherche et son navigateur (Copilot dans Bing et Edge), dans Windows, mais aussi au cœur de ses applications professionnelles qui s'intègre à la suite bureautique pour rédiger des documents (Word, Outlook, Powerpoint), analyser des données (Excel) ou résumer le contenu de réunions (Teams).

89Microsoft exploite également le service de développement et de partage de code Github, auquel est intégré Github Copilot pour la génération de code. Microsoft développe ses propres modèles génératifs, dont la gamme MAI (MAI-Thinking, MAI-Code, MAI-Image,

54 ECN, Amazon lance Alexa for Shopping et fusionne Rufus dans un agent IA d'achat, 15 mai 2026.

MAI-Transcribe et MAI-Voice) qui vise à répondre aux différents cas d'usages des utilisateurs55.

d) Nvidia

90Nvidia est une société américaine, fondée en 1993, spécialisée dans le développement et la conception de processeurs graphiques et de circuits intégrés pour l'informatique. Depuis 2018, elle développe une gamme de processeurs graphiques spécialisés dans le calcul pour les centres de données. Nvidia est en forte croissance depuis l'émergence de l'IA et, au mois de juin 2024, elle est devenue la première capitalisation boursière mondiale.

91Nvidia est surtout présente sur la partie infrastructure, à l'amont de la chaîne de valeur de l'IA générative, mais elle est particulièrement importante pour l'ensemble du secteur étant donné le nombre élevé de partenariats avec les acteurs du secteur, et spécifiquement les éditeurs d'agents d'IA.

92Plus récemment, Nvidia s'est également engagée dans le développement de ses propres modèles génératifs. Présentée le 15 décembre 2025, la gamme Nemotron 3 se décline en trois catégories — Nano, Super et Ultra — correspondant à différents niveaux de capacité, de complexité et de besoins en ressources de calcul56.

3. LES NOUVELLES ENTREPRISES SPÉCIALISÉES DANS L'IA

93À l'inverse des entreprises verticalement intégrées, il existe également des acteurs du secteur des agents d'IA qui sont natifs de l'IA, comme Mistral AI, Perplexity AI ou xAI.

a) Mistral AI

94Mistral AI est une société française fondée en 2023. Elle propose Vibe (anciennement Le Chat)57, son agent d'IA, mis à disposition du grand public (« accès bêta ») au mois de février 2024. Il est disponible depuis le mois de février 2025 via une application mobile, en versions gratuite et payante.

95Depuis le mois de mai 2025, Mistral AI met également à disposition sa solution « Agent API », un ensemble d'outils de création d'agents d'IA. Cette solution intègre les modèles développés par Mistral AI avec des connecteurs intelligents (recherche internet, exécution de code, génération d'images, accès à des documents ou bases de données), une mémoire persistante permettant aux agents de se référer aux échanges passés pour ajuster leurs réponses et des outils d'orchestration de tâches permettant à plusieurs agents de collaborer pour résoudre une tâche complexe.

96Ces services se fondent sur les modèles qu'elle développe. Mistral AI a notamment popularisé l'architecture Mixture-of-Experts pour les grands modèles de langage, qui consiste à diviser un modèle d'IA en sous-couches spécialisées pour effectuer ensemble et

55 L'Usine Digitale, Microsoft accélère sur le développement de modèles d'IA avec 7 nouvelles versions couvrant tous les besoins des entreprises, 3 juin 2026.

56 Blog Nvidia, Présentation de NVIDIA Nemotron 3 : des modèles ouverts pour l'IA multi-agents, 15 décembre 2025.

57 Siècle Digital, Mistral remplace Le Chat par Vibe pour sortir du simple chatbot, 1er juin 2026.

de manière plus efficace et moins coûteuse une tâche unique, avec la sortie de son modèle Mixtral 8x7B au mois de décembre 2023.

b) Perplexity AI

97Perplexity AI est une société américaine fondée en 2022. Lancé au mois d'août 2022 l'agent d'IA Perplexity associe la recherche internet en temps réel et inclut la citation des sources aux réponses produites par des grands modèles génératifs tiers (tels que ceux d'OpenAI ou d'Anthropic). Perplexity a par ailleurs lancé Comet, un navigateur internet alimenté par l'IA.

98Perplexity propose des abonnements grand public (notamment Pro, Max et Comet Plus), une plateforme d'IA pour les entreprises et une plateforme API pour les développeurs tiers. Les utilisateurs peuvent effectivement utiliser Perplexity pour effectuer des recherches. Les clients entreprise intègrent généralement les produits de Perplexity à leurs systèmes de connaissances internes, combinant sources d'information publiques et privées pour dégager des informations pertinentes pour leur organisation.

c) xAI

99xAI est une société américaine fondée en 2023, et désormais fusionnée avec SpaceX. xAI exploite l'agent d'IA Grok via son interface web et son intégration à X (anciennement Twitter). Il est fondé sur ses propres modèles génératifs Grok4. Tout comme Meta AI, Grok était à l'origine disponible gratuitement pour les utilisateurs de X lesquels pouvaient interagir avec Grok dans le cadre de leurs activités sur la plateforme X. Ce service est désormais payant58.

d) Autres acteurs

100DeepSeek est une société chinoise spécialisée dans l'IA. Elle exploite son agent d'IA

DeepSeek, qui est fondé sur ses propres modèles génératifs DeepSeek V4. Elle a été l'une des premières entreprises à publier en open-weight un modèle de raisonnement, DeepSeek R1 au mois de janvier 2025, dont les performances approchaient celles des meilleurs modèles de raisonnement de l'époque.

101Alibaba est une société chinoise proposant des services de commerce en ligne et defourniture de services d'informatique en nuage. Alibaba Cloud exploite l'agent d'IA Qwen, basé sur des modèles de fondation de la gamme Qwen, pour la plupart publiés en open-weight.

102À ces acteurs exploitant des agents d'IA de portée générale s'ajoute une grande variété

d'acteurs exploitant des agents d'IA spécialisés comme JiminiAI, Doctrine ou Ordalie dans le secteur juridique en France, ou proposant des agents d'IA intégrés aux applications des entreprises, comme LightOn et Dust.

58 BFMTV, X continue de monétiser ses services: il faut désormais payer pour interroger Grok lorsqu'on le mentionne dans une conversation, 13 mars 2026.

4. LES ACTEURS DU COMMERCE AGENTIQUE

103Les acteurs du commerce agentique regroupent à la fois les entreprises décrites ci-dessusmais également les entreprises actives dans le secteur du commerce en ligne. Ces dernières, en plus d'adapter leurs sites ou plateformes marchands aux agents d'IA (voir ci-avant paragraphes 26 et suivants), peuvent également développer des agents d'IA spécialisés ayant vocation à agir sur leurs propres domaines. Tel est le cas, par exemple, de Hopla+ de Carrefour ou de Casto IA de Castorama. Par ailleurs, les acteurs du secteur des paiements sont impliqués dans le développement du commerce agentique.

104Ces acteurs ont tous mis en place des protocoles de commerce agentique

(voir paragraphes 35 et suivants). Ainsi, OpenAI a lancé l'ACP en partenariat avec Stripe et est intégré auprès des vendeurs Etsy et Shopify, tandis que l'UCP est codéveloppé par Google avec Shopify, Etsy, Wayfair, Target et Walmart et inclus des acteurs des paiements comme Visa, MasterCard ou PayPal.

5. LES PARTENARIATS CONCLUS PAR LES ÉDITEURS D'AGENTS D'IA

105Dans l'avis n° 24-A-05, l'Autorité a relevé que le secteur de l'IA générative était caractérisépar de nombreux accords entre ses différents acteurs. Sans surprise, un constat similaire peut être dressé pour le secteur des agents d'IA, dès lors que beaucoup d'acteurs interviennent simultanément dans ces deux secteurs, comme cela a été exposé précédemment.

106De manière générale, les éditeurs d'agents d'IA concluent de nombreux accords etpartenariats, de nature technologique ou commerciale, afin de développer leur technologie et de la distribuer sur le marché.

107Les partenariats technologiques sont des accords visant à fournir aux entreprises développantdes modèles génératifs ou des agents d'IA les moyens techniques (notamment de puissance de calcul) permettant l'entraînement des modèles ou l'inférence. Ces partenariats revêtent une importance cruciale : en l'absence de capacités de calcul suffisantes, il n'est possible ni d'entraîner efficacement les modèles ni, pour un agent d'IA, de répondre simultanément à un grand nombre d'utilisateurs.

108À titre d'exemple, OpenAI a conclu de nombreux partenariats technologiques pour obtenirde la puissance de calcul et accéder à des services d'informatique en nuage. Il s'agit d'accords avec :

− les trois principaux fournisseurs de services d'informatique en nuage : Microsoft

(dès 2019), Google et Amazon ;

− d'autres fournisseurs de services d'informatique en nuage, comme CoreWeave ; et,

− des entreprises produisant des processeurs graphiques pour le calcul, comme Nvidia ou

AMD.

109En ce qui concerne les partenariats commerciaux, ils peuvent, en premier lieu, avoir vocation

à permettre à l'agent d'IA d'accéder à des données de qualité, notamment pour l'ancrage. Par exemple, OpenAI a conclu des accords avec plus d'une dizaine d'éditeurs de presse, parmi lesquels Le Monde et Prisma Media au mois de mars 2024 ou le Washington Post au mois d'avril 2025, ainsi qu'avec le site communautaire de discussion Reddit au mois de mai 2024. Mistral AI a conclu un accord similaire avec l'Agence France-Presse au mois de janvier 2025. Meta a conclu plusieurs partenariats, notamment avec l'agence Reuters aumois d'octobre 2024, le groupe Le Monde, CNN et USA Today au mois de décembre 2025 ainsi que News Corp., Le Figaro, Prisma et Süddeutsche Zeitung au mois de mars 2026. Ces partenariats permettent notamment aux agents d'IA d'améliorer la qualité des services qu'ils offrent aux utilisateurs.

110En second lieu, certains partenariats commerciaux permettent à l'agent d'IA d'accéder auxutilisateurs de services partenaires. Par exemple, Google et Apple ont conclu un partenariat prévoyant le recours aux modèles Gemini pour alimenter le nouveau Siri AI d'Apple. De manière analogue, Perplexity a conclu un accord pour être intégré sur les smartphones Samsung et xAI a conclu un accord pour que Grok soit intégré dans la barre de recherche de Telegram. De plus, au début de l'année 2026, Google et Apple ont annoncé une collaboration pour permettre à Gemini de faire fonctionner « Apple Intelligence », qui figure par défaut sur les terminaux iOS et MacOS.

111Le tableau ci-dessous présente une typologie des partenariats existants entre les différentsfournisseurs d'agents d'IA, qu'ils soient situés à l'amont de la chaîne de valeur (accès à la puissance de calcul et aux données pour l'entraînement), ou à l'aval de celle-ci (accès à la puissance de calcul et aux données pour l'inférence et l'ancrage, ainsi qu'aux canaux de distribution pour accéder aux utilisateurs).

Tableau 1 : Typologie des partenariats des fournisseurs d'agents d'IA

Type de partenariats Nature Partenaire Exemples d'acteurs

Puissance decalcul Technologique

Fabricants de puces / Fournisseurs de services d'informatique en nuage

AWS, Azure, CoreWeave, GCP, Nvidia, SpaceX, etc.

Accès auxdonnées Commerciale

Médias AFP, AP, Le Monde etc.

Editeurs Reddit, Stack Overflow, etc.

Autres ShutterStock, Walt Disney, etc.

Canaux de Distribution Commerciale

Plateformes MaaS AWS, Azure, GCP, Oracle, Scaleway, etc. Intégrateurs Accenture, KPMG, etc.

Entreprises / Gouvernements Dassault, Société Générale, etc.

Télécoms Bouygues Telecom, Deutsche Telekom, etc. Mobile Apple, Samsung, etc.

Services de communication grand public Telegram, WhatsApp, etc.

Source : tableau réalisé par l'Autorité de la concurrence

D. LE PHÉNOMÈNE DE « PLATEFORMISATION » DES AGENTS D'IA

112Certains agents d'IA ne se limitent plus à de simples interfaces de questions-réponses. Ils sepositionnent de plus en plus comme points d'entrée des utilisateurs pour naviguer sur l'internet et tendent désormais à devenir de véritables plateformes, permettant aux utilisateurs d'accéder directement à des informations et à des services tiers sans quitter

l'environnement de l'agent. Ce faisant, ils ont pour objectif de créer leurs propres écosystèmes.

113Sur ce point, l'Arcep a constaté, dans son rapport du mois de janvier 2026, que « [l]'interfaceunique des services d'IA générative introduit un changement structurel dans la manière dont les utilisateurs accèdent aux contenus et services en ligne. Cette nouvelle forme d'interface simplifie l'expérience des internautes, mais modifie profondément les conditions d'exercice de leur liberté de choix sur internet ».

114Certains éditeurs d'agents d'IA proposent aux entreprises des options d'intégration au seinde leur agent. C'est notamment le cas d'OpenAI qui a introduit des « mini-apps » au sein de ChatGPT, par lesquelles les entreprises peuvent intégrer leur contenu directement dans son agent d'IA, créant une nouvelle façon d'atteindre des consommateurs. De nombreux acteurs ont fait le choix d'intégrer ChatGPT de cette façon, comme Spotify et Booking.com. Par exemple, l'utilisateur peut demander à ChatGPT de jouer de la musique sur Spotify sans devoir quitter la fenêtre de conversation pour ouvrir l'application de Spotify.

115D'autres éditeurs d'agents d'IA, qui possèdent leur propre écosystème numérique, enintègrent tout ou partie au sein de leur agent d'IA. Tel est le cas de Google où le service YouTube Music est intégré directement au sein de Gemini.

116En miroir, certains agents d'IA se retrouvent intégrés au sein de plateformes existantes. Onparle alors généralement d'intégration native où les fonctionnalités d'IA sont directement intégrés au cœur d'un logiciel, d'une plateforme ou d'un appareil. C'est le cas de Microsoft Copilot, intégré à l'outil de visioconférence Teams et à la suite bureautique Office 365. De même, Meta AI est intégré aux messageries WhatsApp et Messenger, ainsi qu'aux médias sociaux Instagram et Facebook.

117La plupart des répondants à la consultation publique relèvent que ce phénomène de

« plateformisation » des agents d'IA commence à être observable sur le marché, mais que celui-ci est encore incomplet : « [o]n observe ainsi une volonté de se muer, dans une certaine mesure, en interface unique — voire en point d'entrée centralisé vers internet — ce qui s'apparente à une dynamique de plateformisation. Toutefois, cette évolution demeure à ce stade incomplète. S'agissant des applications tierces, l'utilisateur doit explicitement demander au chatbot d'utiliser un service déterminé. Le système ne choisit pas de manière autonome quel fournisseur activer ni s'il convient d'en activer un. Le rôle du modèle s'apparente donc davantage à celui d'un agrégateur ou d'un facilitateur. En outre, l'exécution finale de la transaction suppose encore, dans la majorité des cas, un renvoi vers le site du prestataire concerné. En revanche, en matière de référencement de produits et de commerce agentique, le fonctionnement se rapproche davantage d'une logique de plateforme : le modèle sélectionne lui-même le marchand à afficher et l'offre à mettre en avant, avec un degré d'intégration plus abouti dans le parcours utilisateur. La trajectoire vers un modèle de plateforme est donc perceptible, mais elle reste progressive et différenciée selon les usages ».

118S'agissant spécifiquement des termes de plateforme de commerce en ligne pour désigner lesagents d'IA, plusieurs répondants à la consultation publique actifs dans le secteur du commerce en ligne ont indiqué qu'ils étaient inexacts, tant que le site internet marchand conserve sa relation avec le client, et qu'il serait plus adéquat de parler d'« intermédiation ».

E. L'ENCADREMENT LÉGISLATIF ET RÉGLEMENTAIRE DES AGENTS D'IA

119Bien que le secteur de l'IA générative se soit développé relativement récemment, lespouvoirs publics se sont rapidement mobilisés en France et en Europe afin de l'encadrer.

1. AU NIVEAU FRANÇAIS

120Le 8 avril 2026, une proposition de loi relative à l'instauration d'une présomption

d'utilisation des contenus culturels par les fournisseurs d'IA a été adoptée par le Sénat, puis transmise à l'Assemblée nationale où elle devrait être examinée avant la fin de l'année 2026. Cette proposition de loi prévoit d'amender le code de la propriété intellectuelle en créant une présomption simple d'utilisation d'une œuvre ou d'un objet protégé par un droit d'auteur ou un droit voisin dès lors qu'un indice afférent au développement, au déploiement de ce système ou au résultat produit par celui-ci rend vraisemblable cette utilisation59.

2. AU NIVEAU DE L'UNION EUROPÉENNE

121Dans le cadre de l'exercice de leur activité, les agents d'IA sont amenés à traiter de largesvolumes de données, parfois à caractère personnel, à travers des interfaces ou des plateformes qui peuvent rassembler plusieurs dizaines de millions d'utilisateurs à l'échelle française et plus d'une centaine de millions à l'échelle européenne. Certains de ces agents d'IA sont également exploités par des géants du numérique. De ce fait, les principaux textes, adoptés par l'UE, intervenant dans le secteur du numérique s'appliquent à ces services. Ces règlementations sont décrites ci-après.

a) Le Règlement sur l'intelligence artificielle (Règlement sur l'IA)

122Le Règlement n° 2024/1689 sur l'intelligence artificielle (AI Act) (ci-après « règlement sur

l'IA »)60 vise à réguler les produits d'IA qui sont commercialisés sur le territoire de l'UE. Il est entré partiellement en vigueur le 1er août 2024 et sera applicable dans toutes ses dispositions à partir du 2 août 202661.

123Le règlement sur l'IA est applicable :

− aux fournisseurs de modèles d'IA à usage général sur le marché de l'UE ;

− aux déployeurs de systèmes d'IA à condition qu'ils soient situés dans l'UE, que leur lieu

d'établissement s'y trouve, ou que les sorties produites par le système d'IA soient utilisées dans l'UE ;

− aux importateurs et aux distributeurs de systèmes d'IA ;

− aux fabricants de produits qui mettent sur le marché ou mettent en service un système

d'IA en même temps que leur produit et sous leur propre nom ou leur propre marque ;

59 Assemblée Nationale, Proposition de loi, n° 2634.

60 Règlement (UE) 2024/1689 du Parlement européen et du Conseil du 13 juin 2024, établissant des règles harmonisées concernant l'intelligence artificielle et modifiant les règlements (CE) n° 300/2008, (UE) n° 167/2013, (UE) n° 168/2013, (UE) 2018/858, (UE) 2018/1139 et (UE) 2019/2144 et les directives 2014/90/UE, (UE) 2016/797 et (UE) 2020/1828 (règlement sur l'intelligence artificielle) (JO L, 2024/1689).

61 DILA, AI Act : quels changements pour les entreprises ?, 6 octobre 2025.

− aux mandataires des fournisseurs qui ne sont pas établis dans l'UE ; et,

− aux personnes concernées qui sont situées dans l'UE.

124Le règlement sur l'IA ne fait pas référence de manière explicite aux agents d'IA. Néanmoins,

la notion de système d'IA est centrale dans le règlement, qui la définit comme « un système automatisé qui est conçu pour fonctionner à différents niveaux d'autonomie et peut faire preuve d'une capacité d'adaptation après son déploiement, et qui, pour des objectifs explicites ou implicites, déduit, à partir des entrées qu'il reçoit, la manière de générer des sorties telles que des prédictions, du contenu, des recommandations ou des décisions qui peuvent influencer les environnements physiques ou virtuels ». Compte tenu de cette définition, les agents d'IA pourraient être considérés comme des systèmes d'IA.

125Le règlement établit des règles harmonisées62 dans l'ensemble de l'Union européenne afin

d'encadrer le développement, la mise sur le marché, la mise en service et l'utilisation de systèmes d'IA pour garantir qu'ils respectent les droits fondamentaux, les valeurs européennes et les exigences de santé et de sécurité tout en soutenant l'innovation. Il s'appuie sur une approche fondée sur les risques, catégorisant les systèmes d'IA selon leur impact potentiel, de risque minimal à inacceptable.

126En France, la mise en œuvre des différentes dispositions du règlement sur l'IA échoit àplusieurs agences et autorités administratives, coordonnées par la direction générale des entreprises (DGE) et la direction génération de la concurrence, de la consommation et de la répression des fraudes (DGCCRF), comme illustré dans la figure 8 ci-dessous.

62 Les obligations applicables aux systèmes d'IA sont présentées plus en détail par la Commission européenne ou la Direction générale des entreprises.

Figure 8 : Autorités responsables de la mise en œuvre du règlement sur l'IA en

France

Source : Direction Générale des Entreprises

b) Le Règlement sur les marchés numériques (DMA)

127Le DMA (« Digital Market Act »), adopté le 14 septembre 2022, relève d'une régulationasymétrique ex ante des fournisseurs de « services de plateforme essentiels », alors désignés « contrôleurs d'accès »63. Il est entré en vigueur, dans toutes ses dispositions, le 7 mars 2024.

128Les obligations et interdictions prévues notamment aux articles 5 et 6 du DMA s'appliquentaux services de plateforme essentiels fournis ou proposés par des contrôleurs d'accès64 à des entreprises utilisatrices établies dans l'UE ou à des utilisateurs finaux établis ou situés dans l'UE, à condition que ces services constituent « un point d'accès majeur permettant aux entreprises utilisatrices d'atteindre leurs utilisateurs finaux » (article 3).

129Au jour de la publication du présent avis, aucun service d'IA n'a été désigné comme servicede plateforme essentiel. Toutefois, la Commission a rappelé, dans son document de travail du 28 avril 2026 relatif au réexamen du DMA, que plusieurs obligations du règlement s'appliquent déjà pleinement à certaines technologies d'IA et ont fait l'objet de discussions avec les contrôleurs d'accès. Elle souligne, dans le même document, qu'elle exercera une

63 Règlement (UE) 2022/1925 du parlement européen et du conseil du 14 septembre 2022 relatif aux marchés contestables et équitables dans le secteur numérique et modifiant les directives (UE) 2019/1937 et (UE) 2020/1828 (règlement sur les marchés numériques), JOUE L 265/1.

64 Au sens de l'article 3 du DMA.

vigilance particulière sur la pertinence de désigner certains services d'IA, comme les assistants virtuels, ou de mettre à jour les obligations existantes65.

c) Le Règlement sur les services numériques (DSA)

130Adopté en parallèle du DMA, le règlement (UE) 2022/2065 sur les services numériques

(Digital Services Act, ci-après « DSA ») met en place un régime de responsabilisation des fournisseurs de ces services pour le contenu diffusé dans le cadre des services qu'ils mettent à disposition des utilisateurs. En cela, le DSA vise à protéger les utilisateurs des services numériques, notamment ceux des grandes plateformes numériques, de contenus illicites, préjudiciables et dangereux. Son entrée en vigueur s'est faite en deux phases distinctes :

− la première phase de l'entrée en vigueur concerne les plateformes et les moteurs derecherche avec plus de 45 millions d'utilisateurs actifs mensuels dans l'UE ; et,

− la seconde phase de l'entrée en vigueur étend l'application du DSA à toutes lesplateformes et les intermédiaires en ligne dont les services sont offerts sur le marché de l'UE.

131Les obligations que le règlement fait peser sur les entreprises concernées sont proportionnées

à la taille de celles-ci. Ainsi, les plus grandes entreprises (celles qui comptent plus de 45 millions d'utilisateurs actifs mensuels) sont tenues à des règles plus strictes. 26 grandes plateformes et deux grands moteurs de recherche ont été désignés66. Depuis l'annonce d'OpenAI du dépassement du seuil des 45 millions d'utilisateurs dans l'UE au mois d'octobre 2025, la Commission étudie la possible désignation de ChatGPT en tant que grande plateforme ou grand moteur de recherche67.

132Le DSA prévoit des obligations visant à lutter contre les contenus illicites ou préjudiciableset à renforcer la transparence. Les plateformes concernées doivent notamment interdire le ciblage publicitaire sur les mineurs ou à partir de données sensibles. Des règles plus strictes s'appliquent aux très grandes plateformes en ligne et très grands moteurs de recherche en ligne, comme une analyse annuelle des risques ou la transmission des algorithmes de leurs interfaces aux autorités compétentes. Des obligations en faveur d'une transparence renforcée de la publicité en ligne ont également été mises en place.

133À ce titre, la Commission a récemment ouvert une enquête concernant X et son déploiementde Grok, et elle a étendu son enquête en cours sur les systèmes de recommandation de X.

134Contrairement au DMA, le DSA prévoit une mise en œuvre conjointe du règlement par la

Commission et un « coordinateur des services numériques » national. En France, ce coordinateur est l'Autorité de régulation de la communication audiovisuelle et numérique (Arcom)68.

65 Commission staff working document accompanying the document Report from the Commission to the European Parliament, the Council and the European Economic and Social Committee on the Review of Regulation (EU) 2022/1925 of the European Parliament and of the Council on contestable and fair markets in the digital sector and amending Directives (EU) 2019/1937 and (EU) 2020/1828 (Digital Markets Act), in accordance with Article 53 thereof, COM (2026) 178 final, p. 47 et 48.

66 Conseil européen, Règlement sur les services numériques.

67 MLex, OpenAI inches toward seeing ChatGPT regulated under EU digital rulebook, 21 octobre 2025.

68 Ministère de l'Economie, Numérique : le règlement sur les services numériques entre en vigueur, 13 février 2024.

d) Le Règlement général sur la protection des données (RGPD)

135Le règlement (UE) 2016/679, appelé règlement général sur la protection des donnéespersonnelles (RGPD), est entré en vigueur le 25 mai 2018. Les dispositions de ce règlement ont été insérées, en droit français, dans la loi Informatique et Libertés69. Il est applicable aux traitements de données à caractère personnel, automatisés ou non, à condition que la donnée soit contenue ou appelée à figurer dans un fichier70. Le règlement définit une donnée personnelle comme toute information se rapportant à une personne physique identifiée ou identifiable, directement ou indirectement (par exemple, par des données biométriques).

136Dans la mesure où les agents d'IA utilisent et conservent les données de l'utilisateur afin delui fournir un service et de l'améliorer, ils sont tenus de traiter les données personnelles en conformité avec les dispositions du RGPD, notamment en ce qui concerne la minimisation des données collectées, la définition d'objectifs clairs pour chaque traitement et la transparence de l'information fournie à l'utilisateur sur les traitements qui sont effectués sur ses données personnelles.

137Les considérants du RGPD indiquent également que les personnes concernées par destraitements automatisés devraient avoir le droit de ne pas faire l'objet d'une décision prise uniquement sur le fondement d'un tel traitement, dès lors qu'elle produit des effets juridiques les concernant ou qu'elle les affecte de manière significative71. Ils citent, notamment, les exemples d'un rejet automatique d'une demande de crédit ou des pratiques de recrutement sans intervention humaine. L'article 22 du RGPD est l'article qui encadre la mise en œuvre de traitements automatisés.

138En France, les procédures liées au RGPD sont mises en œuvre auprès de la CNIL.

139Les enjeux concurrentiels de la protection des données personnelles sont reconnus par unedéclaration conjointe de la CNIL et de l'Autorité publiée le 12 décembre 202372.

e) Le Règlement sur les données (Data Act)

140Le règlement (UE) 2023/2854, appelé règlement sur les données (Data Act), est entré envigueur le 11 janvier 2024 et est applicable depuis le 12 septembre 2025. Selon la Commission, ce règlement est une initiative globale visant à relever les défis et à exploiter les possibilités offertes par les données dans l'UE, en mettant l'accent sur un accès équitable aux données et le respect des droits des utilisateurs, tout en garantissant la protection des données à caractère personnel.

141Pour atteindre cet objectif, le règlement sur les données prévoit :

– la facilitation d'un transfert de données continu entre les détenteurs des données et lesutilisateurs des données ;

– la possibilité pour les organismes publics d'accéder aux données détenues par le secteurprivé à des fins d'intérêt public ;

69 Loi n° 78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés.

70 Article 2 (1).

71 Considérant 71 du RGPD.

72 Déclaration conjointe de l'Autorité de la concurrence et de la Commission nationale de l'informatique et des libertés, Concurrence et données personnelles, une ambition commune, 12 décembre 2023.

– un cadre pour faciliter la possibilité pour les clients des services d'informatique en nuagede changer de fournisseurs de services de traitement des données ; et,

– un réexamen de la directive (96/9/CE) du 11 mars 1996 sur les bases de données.

142Les agents d'IA ne sont pas, en tant que tels, visés par ce règlement. En revanche, sesdispositions pourraient s'appliquer notamment lorsque l'agent d'IA intervient dans l'accès, l'utilisation ou le partage des données créées par des produits connectés ou les services qui leur sont associés. Par ailleurs, si l'agent d'IA dépend d'un fournisseur de services de traitement de données (comme un fournisseur de services d'informatique en nuage) au sens dudit règlement, ses dispositions relatives notamment à la portabilité seraient également susceptibles de s'appliquer.

143Au-delà du cadre législatif et réglementaire, il n'existe pas encore, à la connaissance de

l'Autorité, de jurisprudence européenne portant spécifiquement sur les agents d'IA même si plusieurs affaires sont en cours. À titre d'exemple, le tribunal de Budapest a saisi la Cour de justice de l'Union européenne (CJUE) en avril 2025 d'une demande de décision préjudicielle concernant l'application de directives européennes relatives au droit d'auteur à des réponses d'un agent d'IA reproduisant de manière partiellement identique des contenus que l'on peut trouver sur les sites internet d'éditeurs de publications de presse73.

IIL'existence de barrières à l'entrée et à l'expansion dans le secteurdes agents d'IA146 paragraphes, 35 min de lecture

144La diversité de l'offre d'agents d'IA à la date de publication de cet avis constitue, enpremière analyse, un indice de dynamisme de ce secteur, caractérisé par l'innovation et l'entrée d'un large éventail d'acteurs allant de start-ups aux grandes entreprises du numérique déjà actives. Bien que le lancement d'un nouvel agent d'IA apparaisse moins difficile que l'entraînement d'un modèle génératif (A), des défis majeurs persistent pour son expansion à grande échelle (B).

A. DES BARRIÈRES À L'ENTRÉE MOINS ÉLEVÉES QUE CELLES LIÉES À L'ENTRAÎNEMENT DES MODÈLES GÉNÉRATIFS

145L'entrée est facilitée par la disponibilité de plusieurs solutions permettant l'accès à desmodèles génératifs (1), mais elle peut créer des situations de dépendance (2).

73 CJUE, Demande de décision préjudicielle présentée par la Budapest Környéki Törvényszék (Hongrie) le 3 avril 2025 – Like Company/Google Ireland Limited, (Affaire C-250/25, Like Company).

1. UN ACCÈS FACILITÉ AUX MODÈLES TIERS

146Dans l'avis n° 24-A-05, l'Autorité a examiné les barrières à l'entrée existant pour les éditeurs

d'agents d'IA également développeurs de modèles génératifs (notamment Anthropic, Google, Microsoft, OpenAI ou Mistral AI). Ces barrières à l'entrée sont principalement liées à la puissance de calcul, à l'accès à des données suffisamment nombreuses et de qualité ainsi qu'à la maîtrise d'une expertise technologique. Les réponses à la consultation publique menée dans le cadre du présent avis confirment que les barrières à l'entrée, identifiées par l'Autorité en 2024, persistent.

147Or, comme expliqué ci-avant aux paragraphes 40 et suivants, un éditeur d'agent d'IA nedisposant pas des ressources nécessaires à l'entraînement d'un modèle génératif peut néanmoins proposer un service performant en s'appuyant sur des modèles développés par des tiers, accessibles via des API ou des modèles open-weight. Un répondant à la consultation publique indique, par exemple, que « grâce au model (sic) open-source, pratiquement toute organisation peut déployer des modèles et systèmes d'IA générative disponibles commercialement pour son ou ses cas d'usage, par exemple pour créer de nouveaux produits ou améliorer des capacités et fonctionnalités existantes ».

148Des plateformes permettant d'accéder à une variété de modèles sont en effet proposées parles fournisseurs de services d'informatique en nuage. Amazon Bedrock, un service destiné à la création d'agents et d'applications d'IA générative, permet ainsi d'accéder à plus de 100 modèles génératifs provenant de plusieurs fournisseurs, dont Anthropic, DeepSeek et OpenAI, ainsi qu'à des outils d'évaluation permettant de choisir le modèle adapté aux performances et aux coûts désirés74. Microsoft Foundry Models propose une large sélection de modèles de base, de modèles de pointe en passant par des modèles de langue réduit (en anglais « small language models », voir glossaire) et des modèles industriels75. Model Garden de Google propose pour sa part plus de 200 modèles génératifs de toutes tailles et caractéristiques (incluant ses propres modèles et des modèles tiers comme Llama de Meta ou Claude d'Anthropic)76. Le tableau ci-dessous présente la disponibilité au 1er juin 2026 des principaux modèles génératifs sur les principales plateformes MaaS.

74 AWS, Choix de modèles Amazon Bedrock – AWS (consulté le 2 juin 2026).

75 Azure, Vue d'ensemble des modèles Microsoft Foundry (consulté le 2 juin 2026).

76 Google, Model Garden sur Gemini Enterprise Agent Platform (consulté le 2 juin 2026).

Tableau 2 : Disponibilité des principaux modèles génératifs via API MaaS

Développeurde modèle

Modèle / gamme demodèles

Type AWS Bedrock

Google

Model Garden

Microsoft

Foundry Scaleway OVH

Amazon Amazon Nova Propriétaire Oui Non Non Non Non

Anthropic Claude Opus 4.8 Propriétaire Oui Oui Oui Non Non

DeepSeek DeepSeek R3 Open-weight Oui Oui Oui Non Non

DeepSeek DeepSeek R1 Open-weight Oui Oui Oui Oui Non

Google Gemini 3 Propriétaire Non Oui Non Non Non

Google Gemma Open-weight Oui Oui Oui Oui Non

Meta Llama 4 Open-weight Oui Oui Oui Non Non

Meta Llama 3 Open-weight Oui Oui Oui Oui Oui

Mistral AI Mistral Large Propriétaire Oui Non Oui Oui Non

Mistral AI Mistral Small Open-weight Oui Oui Oui Oui Oui

OpenAI GPT5 Propriétaire Oui Non Oui Non Non

OpenAI gpt-oss Open-weight Oui Oui Oui Oui Oui

Qwen Qwen Open-weight Oui Oui Oui Oui Oui

xAI Grok4 Propriétaire Non Oui Oui Non Non

Source : tableau réalisé par l'Autorité de la concurrence

149Libérés des contraintes relatives à l'entraînement du modèle de base, un éditeur peut ainsiinnover sur des facteurs clés comme l'expérience utilisateur, la qualité des services ou la spécialisation de son modèle. Selon un répondant à la consultation publique : « la prolifération de modèles open-weight tels que Mistral, Llama, Qwen et DeepSeek permet aux nouveaux entrants de développer des modèles spécialisés pour une variété d'usages verticaux dans des domaines tels que la finance, le droit, la médecine, le service client, etc. »

150La stratégie consistant à ne pas entraîner son propre modèle génératif est d'ailleurs partagéepar plusieurs grands acteurs du numérique déjà établis. Amazon indique en effet que Rufus (désormais fusionné avec Alexa sous le nom « Alexa for shopping ») s'appuie sur de grands modèles génératifs internes mais aussi externes, notamment Claude Sonnet d'Anthropic77. Apple recourt également à des modèles tiers, comme GPT ou Gemini. Ces grands acteurs ont fait ce choix alors même qu'ils disposaient a priori des ressources pour entraîner leurs propres modèles génératifs.

151L'entraînement de modèles génératifs nécessite des investissements très importants,

notamment concernant les infrastructures (puissance de calcul, données, ingénieurs). En revanche, sur le marché aval – la mise à disposition d'agent d'IA – les coûts sont variables, dépendant des services utilisés. Recourir à des modèles existants plutôt que d'entraîner son propre modèle permet ainsi à des éditeurs d'agents d'IA de lancer une solution sans nécessairement mobiliser des ressources importantes à l'amont.

152Pour autant, la disponibilité de modèles tiers ne supprime pas l'ensemble des obstacles à

l'entrée sur le marché.

77 Amazon news, Amazon's next-gen AI assistant for shopping is now even smarter, more capable, and more helpful, 18 novembre 2025.

2DES BARRIÈRES À L'ENTRÉE LIÉES PRINCIPALEMENT À LA DÉPENDANCE ENVERS

LES FOURNISSEURS DE MODÈLES

153Les éditeurs d'agents d'IA recourant à des modèles tiers rencontrent des barrières plusciblées, liées à l'adaptation de modèles existants et à leur intégration. Par ailleurs, cette stratégie peut entraîner des situations de dépendances envers les fournisseurs de ces modèles.

154En premier lieu, s'agissant de l'existence de barrières plus ciblées, il y a lieu de relever que,

si l'accès à un modèle génératif est une condition indispensable au lancement d'un agent d'IA, la valeur ajoutée de ces solutions réside souvent dans l'adaptation d'un modèle génératif à un cas d'usage spécifique. À cet égard, le réglage fin permet de spécialiser le modèle sur des données sectorielles (comme des textes médicaux, juridiques ou techniques) afin d'améliorer sa précision et sa pertinence dans un domaine précis. Toutefois, ce processus peut soulever plusieurs défis.

155Tout d'abord, les données sectorielles, souvent confidentielles ou soumises à desréglementations strictes (comme les données médicales ou juridiques), peuvent être difficiles à obtenir ou à utiliser. Ensuite, bien que moins onéreux que l'entraînement complet d'un modèle génératif, le réglage fin nécessite des investissements importants, notamment pour l'annotation humaine (voir glossaire) de ces données qui garantit leur qualité et leur pertinence. Enfin, dans certains secteurs, les exigences de sécurité et de protection des données peuvent imposer un déploiement sur des infrastructures internes (« on premise »). Un répondant à la consultation publique indique que ce type de déploiement nécessite une grande expertise technique et des infrastructures de calcul.

156En second lieu, s'agissant de la dépendance stratégique envers les fournisseurs de modèlesgénératifs tiers induite par l'utilisation de ceux-ci, il convient de noter que, selon le mode d'accès au modèle génératif tiers, la dépendance est plus ou moins marquée. En cas d'accès au modèle via une API, la dépendance est maximale dans la mesure où le fournisseur de modèle contrôle sa performance technique (par exemple, en cas de dysfonctionnements, l'éditeur d'agent d'IA ne peut pas y remédier directement) et ses mises à jour et peut, le cas échéant, imposer des hausses tarifaires. Par ailleurs, les conditions d'utilisation édictées par les fournisseurs de modèles, souvent concurrents directs des éditeurs d'agents d'IA, peuvent parfois inclure des clauses restrictives comme l'interdiction d'effectuer de la rétro-ingénierie (« reverse engineering ») ou d'utiliser des données de sortie pour développer des modèles concurrents78, limitant ainsi la liberté d'innovation de l'éditeur et la capacité à optimiser l'agent d'IA.

157À l'inverse, dans les cas où l'éditeur d'agent d'IA recourt à un modèle ouvert, la dépendance

n'est pas aussi importante mais ce type de modèle pourrait ne pas être suffisant pour rester compétitif à long terme sur le plan technologique.

158Pour l'éditeur en aval, la dépendance à un modèle via une API peut donc entraîner une haussedes coûts, une dégradation de la qualité de service ou une perte de compétitivité, du fait de décisions prises en amont. Elle peut également limiter sa capacité de migration une fois l'agent d'IA développé sur le fondement de ce modèle. Cependant, il peut limiter cette dépendance en choisissant de recourir à plusieurs modèles génératifs. La démarche peut être la même au sein d'une entreprise, comme le montre l'exemple de Veolia qui utiliserait « la quasi-totalité des modèles de fondation disponibles dans Amazon Bedrock pour automatiser

78 Voir, par exemple, les conditions d'utilisations d'OpenAI en vigueur au 1er janvier 2026.

les services de traduction, la génération d'images et l'interrogation des connaissances, afin de relever des défis environnementaux majeurs »79.

159Pour les acteurs verticalement intégrés également développeurs de modèles génératifs, lescontraintes sont moindres puisqu'ils maîtrisent une grande partie de la chaîne de production d'un service d'IA.

160Cette dépendance peut en outre être accentuée par des contraintes réglementaires étrangères.

Les restrictions d'accès imposées par le gouvernement américain le 12 juin 2026 dans le cadre du contrôle des exportations limitent ainsi l'utilisation des modèles de pointe d'Anthropic (Claude Mythos 5 et Claude Fable 5) par les utilisateurs non-américains, nuançant ainsi l'idée d'un accès facilité des tiers aux modèles de pointe. Même si ces restrictions ont été levées quelques semaines plus tard, le risque existe et pourrait se répéter à l'avenir. Certains articles de presse confirment ainsi : « [p]our Bruxelles, il s'agit là d'une motivation supplémentaire pour réduire sa dépendance vis-à-vis des entreprises technologiques américaines et renforcer sa souveraineté technologique, même si elle accuse un retard par rapport à des acteurs tels qu'Anthropic et OpenAI. ʺ Il n'est bien sûr jamais bon d'être trop dépendant d'une seule entreprise ou de pays tiers dans le domaine des technologies critiques comme l'IA ʺ, a déclaré M. Virkkunen [vice-présidente exécutive de la Commission chargée de la sécurité, de la démocratie et de la souveraineté technologique], ajoutant que la Commission était en pourparlers avec tous les fournisseurs de services d'IA tout en s'attachant à stimuler les investissements en Europe »80. Plusieurs parties prenantes relèvent ainsi la nécessité d'anticiper le risque que des modèles de pointe puissent être soumis à ce type de restrictions : « Le mode de défaillance spécifique lié au retrait d'un modèle imposé par la réglementation, dans lequel un fournisseur est légalement contraint de supprimer l'accès sans préavis, est un élément relativement récent du registre des risques de l'entreprise, et l'incident « Fable 5 » constitue désormais un précédent concret et documenté ».81

161Si l'entrée sur le marché semble facilitée par le recours à des modèles tiers, susceptibletoutefois de créer des situations de dépendance, l'expansion à grande échelle se heurte à des obstacles structurels plus difficiles à surmonter.

B. DES BARRIÈRES À L'EXPANSION PLUS IMPORTANTES QU'À L'ENTRÉE

162Le passage à l'échelle demeure fortement contraint, notamment par la nécessité d'accéderaux utilisateurs (1), ainsi que par celle de disposer de données de qualité pour assurer le bon fonctionnement de l'agent d'IA (2). Des barrières techniques (3) compliquent également l'expansion de ces agents ainsi que les coûts à supporter, notamment du point de vue de l'inférence et de la conformité (4). Enfin, il existe des barrières spécifiques au développement du commerce agentique (5).

79 AWS, Choix de modèles Amazon Bedrock – AWS (consulté le 2 juin 2026).

80 Financial Times, US and Europe discuss access to AI models after Anthropic dispute, 16 juin 2026 (traduction libre).

81 Cloud Security Alliance AI Safety Initiative, Fable 5 Suspension: Enterprise AI Under Export Controls, 14 juin 2026 (traduction libre).

1. L'ACCÈS AUX UTILISATEURS

163L'accès aux utilisateurs joue un rôle clé dans l'entrée sur le marché de nouveaux éditeurs

d'agents d'IA (voir ci-avant le paragraphe 17 montrant les modalités d'accès variées des agents d'IA et les paragraphes 146 et suivants montrant l'importance d'accéder à des modèles génératifs tiers) mais il est particulièrement crucial au stade de l'expansion. En effet, l'atteinte d'une masse critique d'utilisateurs est indispensable à l'amélioration continue des agents d'IA et à la capacité des nouveaux entrants à concurrencer les acteurs établis. Or, plusieurs grands acteurs du numérique également éditeurs d'agents d'IA bénéficient d'une intégration verticale leur conférant des avantages structurels majeurs, difficiles à contourner pour leurs concurrents.

164L'ensemble des répondants à la consultation publique de l'Autorité ont souligné que l'accèsaux utilisateurs est un levier stratégique crucial pour les éditeurs d'agents d'IA, déterminant leur capacité à déployer et pérenniser leurs solutions sur le marché. Un répondant indique ainsi que « le principal obstacle pour les agents conversationnels n'est souvent pas la capacité des modèles, mais l'accès aux surfaces de distribution ».

165Outre l'intégration verticale de certains acteurs comme Google ou Microsoft leur permettantde contrôler l'amont de la chaîne de valeur (voir avis n° 24-A-05), plusieurs grands acteurs du numérique bénéficient d'atouts liés à l'intégration directe de leurs agents d'IA au sein de produits largement utilisés tels que les systèmes d'exploitation, les navigateurs, les suites de productivité, les messageries, les magasins d'applications et d'autres services grand public (notamment recherche, cartes, photos, ou encore vidéo), ce qui leur procurent des avantages structurels difficilement surmontables pour les acteurs ne disposant pas de telles interfaces d'accès aux utilisateurs.

166Ainsi, Gemini (Google) peut être préinstallé par défaut sur des appareils mobiles Android

(soit le système d'exploitation utilisé par plus de sept détenteurs de smartphones sur dix82), Copilot (Microsoft) peut être pré-intégré dans les outils de productivité comme Word ou Excel, et Meta AI peut être sollicité dans les conversations sur WhatsApp (3 milliards d'utilisateurs dans le monde)83. Un répondant indique ainsi que « [l]e premier obstacle concerne le contrôle des canaux de distribution. Les entreprises dominantes recourent à la préinstallation, aux paramètres par défaut et à l'architecture de choix pour entraver la visibilité et la viabilité commerciale des services concurrents d'IA générative ».

167Certains partenariats, visant – par exemple – à préinstaller des agents d'IA sur des téléphonesmobiles, peuvent également renforcer ces barrières à l'expansion. En effet, une telle pré-installation offre à l'agent d'IA concerné un avantage initial significatif en termes de visibilité et d'adoption, au détriment des solutions concurrentes.

168La figure ci-dessous illustre les principales interfaces d'accès aux utilisateurs pour les agents

d'IA : sites internet des agents d'IA, intégrations internes pour les entreprises utilisatrices d'agents spécialisés, intégrations au sein de suites logicielles, navigateurs ou messageries.

82 Arcep, Arcom, CGE, ANCT, Baromètre du numérique, édition 2025, page 51.

83 Blog du modérateur, Chiffres WhatsApp – 2026, 13 février 2026.

Figure 9 : interfaces d'accès aux utilisateurs pour les agents d'IA

Source : infographie réalisée par l'Autorité de la concurrence.

169Cette présence leur permet d'accéder à des flux massifs d'utilisateurs, sans que ces derniers

n'aient à modifier leurs habitudes. Cette dynamique crée également une boucle de rétroaction : plus l'utilisateur interagit avec l'écosystème de l'agent d'IA, plus celui-cidevient performant, indépendamment de la qualité intrinsèque de son modèle par rapport à d'autres options. Comme l'indique un répondant à la consultation publique : « [l]'accès à des boucles de rétroaction de haute qualité est crucial. Les agents conversationnels s'améliorent grâce à un développement de produit itératif, des tests et l'analyse des interactions des utilisateurs, et ce processus est accéléré lorsque l'agent bénéficie d'une diffusion massive qui en fait un outil utilisé quotidiennement ».

170Un autre répondant confirme que « lorsqu'un opérateur établi intègre un agentconversationnel dans un service de messagerie dominant ou lui accorde un accès privilégié au contenu des messages, aux notifications et à l'attention des utilisateurs, cet agent bénéficie d'un puissant canal de distribution et d'une source privilégiée de signaux et de données d'entraînement par rapport aux agents tiers ».

171La Commission décrit cette dynamique dans son communiqué de presse relatif à la mise en

œuvre de mesures provisoires à l'encontre de Meta, en indiquant que WhatsApp est, pour les assistants d'IA, « un point d'entrée essentiel pour atteindre les consommateurs en Europe »84.

172La capacité à intégrer l'expérience utilisateur dans l'écosystème des grands acteurs dunumérique installés rend ainsi l'arrivée et l'expansion de leurs concurrents économiquement et technologiquement coûteuse. Elle nécessite en effet des investissements importants pour égaler des écosystèmes matures. Elle requiert également une crédibilité initiale souvent absente chez les nouvelles entreprises spécialisées dans l'IA. Par exemple, il est possible de penser qu'un utilisateur recourant déjà aux suites de productivité de Microsoft aura tendance à faire confiance à la solution intégrée Copilot.

173Malgré ces barrières, des acteurs comme OpenAI et Anthropic ont réussi à prendre une placeimportante dans le secteur des agents d'IA sans contrôler l'ensemble de la chaîne de valeur, en développant notamment leurs accès aux utilisateurs.

174Par exemple, Anthropic a adopté une approche de distribution multicanale en capitalisantsur des partenariats avec des acteurs déjà en lien avec des utilisateurs professionnels pour élargir sa base de clientèle. Au-delà de son site utilisateur et de son API, ses solutions sont ainsi accessibles par le biais d'applications spécialisées, comme son assistant de codage Claude Code ou son application agentique Claude Cowork. Claude peut également être intégré directement avec des logiciels pour les entreprises et les utilisateurs, comme Slack ou Microsoft 365. Claude propose en outre une extension de navigateur Claude in Chrome, permettant par exemple d'automatiser le remplissage de formulaires et l'extraction de données dans Chrome85). Les modèles génératifs sous-jacents à Claude sont aussi proposés par les grandes plateformes MaaS de services d'informatique en nuage (sur Amazon Bedrock, Google Vertex AI et Microsoft Azure AI Foundry).

175OpenAI a acquis une position solide en étant le premier sur le marché, ce qui a favorisé sonadoption par les utilisateurs. L'entreprise a, par ailleurs, suivi une stratégie différente d'Anthropic concernant l'accès aux utilisateurs. En effet, ChatGPT reste distribué principalement par OpenAI pour les utilisateurs. Par ailleurs, s'il s'est initialement appuyé de manière privilégiée sur Microsoft pour ses besoins d'infrastructure de services d'informatique en nuage et ses canaux de distribution à destination des entreprises, OpenAI a progressivement diversifié ses partenariats avec des fournisseurs de services

84 Communiqué de presse de la Commission européenne, La Commission impose des mesures provisoires à Meta afin de préserver le libre accès à WhatsApp pour les assistants d'IA concurrents, 9 juin 2026.

85 Claude, Claude for Chrome.

d'informatique en nuage, notamment avec AWS, à la fois pour accéder à de nouvelles capacités de calcul et pour distribuer ses modèles et agents d'IA via Amazon Bedrock86.

176Cependant, si ces entreprises ont su se positionner stratégiquement, leur modèle diffèrefondamentalement de celui des médias sociaux par exemple, où les effets de réseau jouent un rôle central. Ici, les agents d'IA ne semblent pas bénéficier d'effets de réseau directs, ce qui peut constituer un avantage pour les nouveaux acteurs du secteur. Il n'y a pas de bénéfice immédiat pour un utilisateur à ce qu'un autre utilisateur recoure à ChatGPT par exemple. Des effets indirects existent néanmoins puisque plus un utilisateur interagit avec un agent, et plus celui-ci interagit avec d'autres utilisateurs, plus les recommandations qui sont affichées seront améliorées. Surtout, une base d'utilisateurs étendue peut attirer plusieurs catégories d'acteurs (développeurs de plugins, fournisseurs de services logiciels, de services financiers, de services publicitaires ou annonceurs) susceptibles à leur tour d'accroître l'utilité de l'agent d'IA pour eux-mêmes et les utilisateurs.

2. L'ACCÈS AUX DONNÉES

177Comme indiqué ci-avant aux paragraphes 45 et suivants, l'accès aux données joue égalementun rôle déterminant, pour les services fournis à l'aval de la chaîne de valeur de l'IA générative. En effet, le développement d'agents d'IA nécessite le recours à des données de qualité ainsi que la capacité technique et juridique à les exploiter, ce qui peut favoriser les grandes entreprises du numérique établies.

178Plus un agent d'IA est utilisé, plus son éditeur est susceptible de collecter des données

d'usage, notamment sur les requêtes formulées, les interactions avec les utilisateurs et leur niveau de satisfaction. Ces données peuvent être mobilisées afin d'améliorer en continu les performances de l'agent. Les utilisateurs bénéficient ainsi de réponses plus pertinentes et de services de meilleure qualité.

179Toutefois, cette dynamique d'amélioration continue est également susceptible de renforcerles avantages des éditeurs d'agents d'IA déjà établis. En particulier, la combinaison d'un accès privilégié à leurs données propriétaires pour améliorer les modèles génératifs et de l'amélioration de la qualité des réponses grâce notamment aux données d'usage et aux partenariats conclus avec des acteurs tiers, peut consolider leur position concurrentielle et, lorsque ces avantages ne peuvent être raisonnablement reproduits par les concurrents, accroître les barrières notamment à l'expansion.

180Ces éditeurs disposent d'un avantage supplémentaire quand ils ont accès à des moteurs derecherche susceptibles de classer et d'identifier les documents les plus pertinents en réponse à la recherche d'un utilisateur. Un répondant explique à ce titre « [c]ette supériorité des outils de Google semble résulter de la capacité de Google à capter, actualiser, traiter et classer les données, capacité qu'elle a acquise dans ses activités de moteur de recherche. Ainsi, sa capacité sans pareil à "crawler" internet semble lui donner une longueur d'avance dans la captation des Informations les plus récentes, de même que sa capacité à classer l'information à partir de la qualité des sources permet à ses agents conversationnels de s'appuyer sur les informations les plus fiables ».

181L'accès à des sources de données spécialisées peut également constituer un avantagetechnologique pour des acteurs verticalement intégrés. Par exemple, Amazon indique que

86 OpenAI, Les modèles OpenAI, Codex et Managed Agents arrivent sur AWS, 28 avril 2026.

son agent Alexa for Shopping « utilise également la technologie RAG (Retrieval-Augmented Generation) [voir glossaire] pour extraire des informations et des recommandations de sources populaires telles que The New York Times, USA Today, Good Housekeeping et Vogue lorsqu'il répond à des questions sur les produits et les tendances »87.

182Toutefois, le DMA pourrait limiter dans une certaine mesure l'asymétrie des donnéesaccessibles aux éditeurs d'agents d'IA tiers. Par exemple, l'article 6, paragraphe 10, du DMA prévoit un accès des utilisateurs professionnels aux données générées par le contrôleur d'accès et, au paragraphe 11, il prévoit le partage des données de recherche aux moteurs de recherche tiers. Selon un répondant, « [e]n vertu du DMA, Alphabet est tenu de fournir [...] l'accès aux données relatives au classement, aux requêtes, aux clics et aux consultations concernant les recherches gratuites et payantes générées par les utilisateurs finaux. L'accès aux données d'interaction réelles des utilisateurs est un élément essentiel pour améliorer la fonctionnalité de recherche [...]. Sans ces données, il est difficile de déterminer quels résultats sont réellement utiles aux utilisateurs ».

183À ce titre, la Commission a engagé au mois de janvier 2026 des procédures sur l'étendue deces obligations, tant sur le champ des données à transmettre que sur l'identité des potentiels bénéficiaires de ces données88. Le 16 avril 2026, la Commission a indiqué avoir envoyé ses conclusions préliminaires à Google décrivant les mesures proposées pour se conformer à l'article 6, paragraphe 11, du DMA et proposant notamment d'inclure les services d'IA (« AI chatbots ») dans les potentiels bénéficiaires de cette transmission de données89.

184Par ailleurs, les éditeurs d'agents d'IA peuvent négocier des licences d'utilisation descontenus de sites internet, notamment avec des éditeurs de presse, afin de respecter les règles applicables à leurs usages. Contrairement à de plus petits acteurs, les principaux éditeurs d'agents d'IA disposent de ressources financières importantes leur permettant de tenter de sécuriser leurs usages. Au mois de mars 2026, Meta a ainsi annoncé un partenariat avec plusieurs médias français, dont Le Figaro, pour enrichir Meta AI avec du contenu d'actualité90 et a conclu un accord de licence avec News Corp. estimé à plusieurs dizaines de millions de dollars par an pour exploiter des titres tels que le Wall Street Journal91. Des accords similaires ont été conclus par Mistral AI, OpenAI ou Perplexity (voir ci-avant paragraphes 105 et suivants concernant les partenariats). En outre, la notoriété d'un éditeur d'agent d'IA pourrait favoriser la conclusion de tels accords, ce qui serait susceptible de constituer une barrière supplémentaire à l'expansion pour des éditeurs moins connus.

87 Amazon News, Amazon's next-gen AI assistant for shopping is now even smarter, more capable, and more helpful, 18 novembre 2025.

88 Communiqué de presse de la Commission européenne, La Commission engage des procédures afin d'aider Google à se conformer aux obligations en matière d'interopérabilité et de partage des données de recherche en ligne au titre du règlement sur les marchés numériques, 27 janvier 2026.

89 Consultation de la Commission européenne, Consultation on the proposed measures for Google Search data sharing (Article 6(11) of the DMA), 16 avril 2026. Afin de garantir l'efficacité des mesures proposées, une consultation publique a été ouverte le 17 avril 2026 et les parties intéressées avaient jusqu'au 1er mai pour formuler leurs observations (voir le communiqué de presse de la Commission daté du 16 avril 2026 : La Commission propose des mesures à Google sur le partage des données des moteurs de recherche avec des tiers dans le cadre de la législation sur les marchés numériques).

90 Meta, Meta annonce un nouveau partenariat avec plusieurs médias, dont Le Figaro, pour enrichir Meta AI avec davantage d'actualités et de contenus internationaux, 13 mars 2026.

91 Le Siècle digital, Meta va payer jusqu'à 150 millions de dollars pour exploiter les contenus du Wall Street Journal, 4 mars 2026.

185Néanmoins, la conclusion de tels accords ne présente pas un caractère systématique.

L'adoption en première lecture par le Sénat, le 8 avril 2026, d'une proposition de loi instaurant une présomption d'utilisation des contenus culturels par les fournisseurs d'IA (voir le paragraphe 120 ci-avant) illustre précisément les difficultés rencontrées par les titulaires de droits pour identifier les usages de leurs contenus et obtenir une rémunération effective92.

186Cette barrière relative à l'accès aux données est également variable selon les cas d'usage :

elle est particulièrement forte pour les agents généralistes ou d'actualité, mais pourrait éventuellement être remplacée, dans les usages professionnels, par l'accès aux données internes des clients. Un répondant à la consultation publique précise ainsi que « l'utilité d'un agent conversationnel pour une entreprise dépend fondamentalement des données d'entreprise existantes auxquelles il peut accéder ».

3. DES BARRIÈRES TECHNIQUES À LA MIGRATION ET À L'INTEROPÉRABILITÉ

187Bien que les utilisateurs, particuliers comme entreprises, aient souvent recours à plusieursagents d'IA en parallèle (multi-hébergement), ce qui est de nature à limiter les effets de verrouillage, cette pratique se heurte à des limites techniques majeures en matière de portabilité et d'interopérabilité.

188En premier lieu, le secteur des agents d'IA semble être caractérisé par une propension aumulti-hébergement d'agents d'IA aussi bien de la part des particuliers que des entreprises. Un répondant à la consultation publique confirme ainsi que « [l]a concurrence du côté de la demande est également très forte. Les consommateurs peuvent facilement changer de fournisseur et beaucoup pratiquent le multi-hébergement ». Cette propension à utiliser plusieurs agents d'IA en parallèle s'explique par le modèle freemium et la coexistence d'agents d'IA généralistes et spécialisés, permettant ainsi aux utilisateurs de choisir l'agent le mieux adapté à chaque cas d'usage.

189En deuxième lieu, la possibilité de recourir simultanément à plusieurs agents d'IA ne signifiepas pour autant que les utilisateurs peuvent aisément substituer un agent d'IA à un autre pour un ensemble de tâches donné, même si des outils de portabilité des données ont été développés par certains acteurs.

190Les capacités de migration vers un nouvel agent d'IA sont limitées par des coûts et desperturbations qui varient selon le type d'utilisateur. Pour les entreprises, migrer d'un agent d'IA vers un autre peut entraîner une baisse ponctuelle de productivité, des coûts de formation du personnel au-delà des coûts d'intégration du nouvel agent avec les outils existants. Ces coûts sont sans doute plus mesurés pour les utilisateurs non professionnels, même si changer d'agent d'IA implique pour eux de se familiariser avec un nouvel environnement et de perdre ses données antérieures telles que l'historique des conversations ou les espaces « projets » qui retiennent les règles de travail sans que l'utilisateur n'ait besoin de les réexpliquer à chaque fois. Ces pertes sont significatives car la mémoire des conversations précédentes permet aux agents d'IA de proposer des réponses plus adaptées

92 Si la proposition de loi semble se concentrer sur l'entraînement des modèles, la présomption de l'exploitation d'un contenu protégé peut se fonder « sur la production de contenus "à la manière de" ou "dans le style de" l'auteur, la régurgitation d'extraits d'une œuvre protégée ou de son intégralité, des ressemblances entre l'objet protégé et le résultat généré, ou tout autre indice issu d'expertises techniques sur la chaîne d'approvisionnement ou le fonctionnement du modèle ».

aux questions qui lui sont posées. Cela peut ainsi freiner l'utilisateur dans sa décision de changer d'agent d'IA pour certains cas d'usage.

191La question de la portabilité des données entre agents d'IA pourrait donc devenir un enjeucentral dans un contexte de « plateformisation » où chaque utilisateur privilégierait un agent d'IA et se détournerait donc du multi-hébergement. L'absence de mécanismes favorisant la migration des données risquerait en effet de verrouiller les utilisateurs au sein d'un agent d'IA, limitant la concurrence et l'innovation.

192Pour atténuer ces freins, certains acteurs ont développé des outils de portabilité des données,

permettant aux utilisateurs de transférer leurs informations d'un agent à l'autre. Au début du mois de mars 2026, Anthropic a ainsi fait la promotion d'un outil permettant aux utilisateurs d'importer la connaissance acquise à leur sujet par un autre agent. Pour cela, l'utilisateur peut recourir à un prompt (voir glossaire), fourni par Claude, dans son agent d'IA d'origine (par exemple, ChatGPT ou Vibe), et copier-coller la réponse dans le module d'import de connaissances de Claude93. Depuis le début du mois de mai 2026, cette fonctionnalité est également proposée par Gemini en France, avec un format très similaire à celui proposé par Claude94.

193Malgré leur utilité, ces outils présentent plusieurs limites. Ces fonctionnalités ne sont pasadoptées par tous et dépendent de la volonté des acteurs du marché. En effet, ces derniers pourraient les bloquer par l'introduction d'instructions système interdisant ce type d'export. En outre, elles ne sont utiles que pour un changement complet d'agent d'IA, et non pas lorsqu'un utilisateur utilise en parallèle plusieurs agents. Si ces outils permettent donc d'attirer de nouveaux utilisateurs, ils ne constituent pas une solution pérenne d'interopérabilité.

194Plusieurs répondants à la consultation publique citent également des freins liés auxautorisations de sécurité, aux exigences en matière de gouvernance des données et l'existence de contrats pluriannuels comme étant susceptibles de créer des défis de migration pour les nouveaux entrants ou les acteurs indépendants et donc de créer un effet de verrouillage des utilisateurs.

195En troisième lieu, les difficultés rencontrées par les utilisateurs pour changer d'agent d'IAtiennent non seulement aux limites de la portabilité des données, mais également aux barrières techniques susceptibles de limiter l'interopérabilité des agents avec les services tiers.

196La capacité d'un agent d'IA à s'intégrer à d'autres services est une caractéristique essentiellepour les utilisateurs, surtout dans le contexte de la plateformisation du secteur. Selon un répondant, « la grande différence en 2026 n'est plus seulement la puissance de calcul, mais l'intégration. On ne choisit plus un agent uniquement parce qu'il est "intelligent", mais davantage parce qu'il se connecte et interagit à nos outils de travail (messagerie instantanée, drive...) ».

197Même lorsque des interfaces techniques sont mises à disposition, elles ne permettent pasnécessairement aux éditeurs tiers d'obtenir un niveau d'intégration équivalent à celui dont bénéficie l'agent bénéficiant d'une intégration dès l'origine.

93 Siècle Digital, Claude facilite l'import depuis ChatGPT et Gemini et ouvre sa mémoire à tous les utilisateurs, 3 mars 2026.

94 Blog du Modérateur, Gemini : la fonctionnalité Mémoire et l'import depuis ChatGPT disponibles en France, 29 avril 2026

198Plusieurs fournisseurs de modèles génératifs, comme Microsoft, indiquent mettre àdisposition d'éditeurs d'agents d'IA concurrents plusieurs voies d'accès techniques leur permettant d'interopérer avec ses produits et services, notamment au moyen d'API publiquement documentées, de modules complémentaires (add-ins) et de mécanismes d'accès aux données. Or, ces canaux sont souvent plus difficilement accessibles aux éditeurs d'agents d'IA tiers. En effet, un répondant indique « [qu']il est donc théoriquement faisable de rendre de nombreuses fonctionnalités interopérables via ces API et serveurs MCP, mais la configuration peut parfois poser de réels défis techniques :

• Il n'est pas trivial de bien gérer l'imbrication des systèmes de permissions et la délégationde ces dernières. C'est un sujet loin d'être résolu dans le domaine de l'IA agentique et cela pose d'importants problèmes dans le cas de systèmes relativement critiques comme des messageries, des bases de données ou des systèmes de fichiers ;

• MCP est un standard en évolution, intégrant des modifications fréquentes de laspécification. Aussi, les méthodes de transport des données entre agent, serveur MCP et services tiers peuvent encore manquer de stabilité (en particulier les connexions avec des serveurs distants), ce qui peut complexifier l'implémentation ».

199L'agent d'IA disposant d'une intégration native est donc plus complexe à égaler pour sesconcurrents. Même en bénéficiant d'une transparence sur les modalités d'intégration, l'éditeur d'agent d'IA tiers doit aussi se soumettre aux formats attendus (format de données, de configuration) par le fournisseur de services. Plusieurs acteurs du secteur soutiennent ainsi que « l'agent “natif” bénéficie souvent d'un accès plus direct (ou plus fluide) aux applications et aux données de la suite (documents, calendrier, messagerie, etc.), ce qui crée une asymétrie : En Fait, même si un agent tiers peut techniquement s'intégrer, il n'obtient pas nécessairement le même niveau d'accès, la même profondeur fonctionnelle, ni le même degré de simplicité d'usage ». L'intégration native n'est donc pas comparable avec une intégration tierce et ne permet pas l'accès aux mêmes fonctionnalités.

200En dernier lieu, plusieurs répondants considèrent que le cadre réglementaire existant seraitsusceptible de favoriser la portabilité et l'interopérabilité. Plusieurs répondants à la consultation publique se réfèrent notamment au DMA et au Data Act, tout en relevant que les effets de ces réglementations ne se sont pas encore pleinement matérialisés : « Le DMA est le règlement le plus pertinent en matière d'interopérabilité. En particulier, les dispositions relatives aux paramètres par défaut, à l'accès aux fonctionnalités du système d'exploitation et aux obligations en matière de de partage des données visent à atténuer les avantages structurels découlant du contrôle de l'écosystème. Le règlement sur les données (le « Data Act ») complète ce cadre en favorisant la portabilité des données, en facilitant le changement de fournisseur de service cloud et de traitement des données, et en exigeant l'accès à certaines catégories de données à la demande des utilisateurs ou de tiers. La mise en œuvre du DMA et du Data Act en est encore à ses débuts et ne s'est pas encore traduite de manière systématique par une interopérabilité technique effective [...] ».

201En conclusion, si le recours simultané à plusieurs agents d'IA tend à limiter les effets deverrouillage, les limitations actuelles de la portabilité des données et les difficultés d'interopérabilité restent susceptibles de restreindre la capacité des utilisateurs à substituer effectivement un agent à un autre.

4. DES COÛTS IMPORTANTS À L'AVAL

202Si l'amont de la chaîne de valeur est traditionnellement perçu comme exigeant desinvestissements substantiels, l'aval, notamment aux stades de l'inférence et de la mise en conformité réglementaire, comporte également des coûts importants. Ceux-ci peuvent favoriser les grands acteurs du numérique déjà établis qui disposent de ressources financières considérables.

203L'ensemble des éditeurs d'agents d'IA doivent en effet sécuriser et optimiser les modèlesgénératifs pour garantir des réponses fiables et conformes, qu'elles soient destinées au grand public ou aux professionnels. Cela passe par la mise en œuvre de plusieurs techniques, comme l'ancrage, pour limiter les hallucinations et vérifier les réponses via des sources externes. Cela nécessite également une surveillance des retours des utilisateurs pour améliorer la performance de l'agent. Ces mécanismes, bien qu'essentiels pour la crédibilité et l'exactitude des réponses, augmentent les coûts opérationnels, surtout pour les acteurs sans infrastructures techniques avancées.

204Ensuite, les coûts d'inférence sont susceptibles de constituer un frein majeur audéveloppement d'éditeurs d'agents d'IA tiers.

205En effet, même si le coût unitaire de l'inférence est faible, le coût total de l'inférence peutlargement dépasser celui de l'entraînement. Cela s'explique par le fait que l'entraînement engendre un coût important mais ponctuel alors que l'inférence entraîne des coûts récurrents, qui augmentent en proportion de l'usage de l'agent d'IA. Ainsi, plus l'agent est sollicité, plus les coûts deviennent significatifs, notamment en raison de son impact énergétique (voir notamment l'étude de l'Autorité du 17 décembre 2025 sur les enjeux concurrentiels liés à l'impact énergétique et environnemental de l'IA). Ce caractère est renforcé par les tâches agentiques, qui nécessitent d'effectuer des traitements par étape, augmentant donc significativement le coût total de la requête d'un utilisateur (voir les développements sur la monétisation des agents d'IA ci-avant aux paragraphes 55 et suivants).

206Ce coût dépend d'un certain nombre de facteurs comme la longueur de la question et de laréponse, leur type (texte ou vidéo), la taille du modèle utilisé, la mise en œuvre de stratégie d'efficiences algorithmiques (comme les modèles d'experts), le recours aux capacités de raisonnement du modèle ou l'infrastructure utilisée95. Selon certaines études96, l'inférence pourrait ainsi représenter environ deux tiers de la puissance de calcul IA en 2026, contre un tiers en 2023. Comme l'indique un répondant à la consultation publique, « les coûts de calcul et de capital restent importants pour offrir des expériences conversationnelles fiables et à faible latence à grande échelle, en particulier lorsque le service est censé être toujours disponible ».

207Les nouvelles entreprises spécialisées dans l'IA doivent ainsi conclure des partenariatsstructurants avec des concurrents installés, disposant d'infrastructures et de capacités de calcul massives dans l'optique de fournir un service à leurs utilisateurs. Ainsi, Anthropic a conclu un partenariat avec SpaceX pour l'accès au centre de données Colossus, afin d'augmenter les limites d'usage de son agent d'IA Claude, de ses APIs et de Claude Code. Dans son communiqué de presse, l'entreprise annonce que « cette capacité [de calcul] supplémentaire permettra d'améliorer directement la capacité pour les abonnés à Claude

95 Agence internationale de l'énergie, Rapport Energy and AI, avril 2025, p. 43.

96 Stéphane Villard sur le site de Deloitte, La prochaine phase de l'IA exigera plus de puissance de calcul, 10 décembre 2025.

Pro et Claude Max ». SpaceX rejoint ainsi la liste des partenaires permettant à Anthropic d'accéder à de la puissance de calcul, avec notamment Google, Microsoft, Amazon, Nvidia97.

208Enfin, plusieurs acteurs relèvent des coûts de conformité élevés, susceptibles de favoriserles acteurs en place. Les réglementations applicables dans le secteur sont nombreuses et nécessitent des compétences juridiques et techniques spécialisées, souvent coûteuses pour de jeunes entreprises. Le nombre d'autorités en charge de l'application des textes applicables est également cité par les répondants afin d'illustrer la complexité de l'environnement réglementaire (voir la figure 7 ci-avant présentant les autorités responsables de la mise en œuvre du règlement sur l'IA en France, au paragraphe 125). Selon un répondant, « il existe une complexité réglementaire importante concernant l'IA dans l'Union européenne. Celle-ci se manifeste notamment par la multitude d'obligations et de principes relatifs à la protection de la vie privée, à la protection des données personnelles, au droit de la propriété intellectuelle, au droit de la concurrence ainsi que par des réglementations spécifiques à l'IA, dont les nombreuses dispositions diffèrent selon les juridictions et s'articulent entre elles de différentes manières ». Par contraste, les grandes entreprises du numérique peuvent plus facilement absorber ces coûts fixes.

5. DES BARRIÈRES SPÉCIFIQUES AU DÉVELOPPEMENT DU COMMERCE AGENTIQUE

209Le commerce agentique étant encore à un stade très précoce, il existe une véritable fenêtre

d'opportunité pour de nouveaux entrants dans la mesure où aucun acteur n'aurait encore atteint de position prédominante de nature à verrouiller le marché. Cette phase d'émergence favorise donc l'innovation et laisse de la place à des entreprises capables de proposer rapidement des solutions différenciantes. Cependant, au-delà des barrières à l'entrée et à l'expansion précédemment évoquées, le développement généralisé du commerce agentique est soumis aujourd'hui à des barrières technologiques et comportementales susceptibles de favoriser les plus grands acteurs. Comme l'indique un répondant à la consultation publique, « [le] développement d'agents intégrés à un environnement e-commerce repose davantage sur des capacités d'intégration, de structuration des données et d'orchestration, et apparaît plus accessible. Les barrières y sont principalement organisationnelles et technologiques, non capitalistiques à la même échelle ».

210S'agissant des obstacles technologiques qui sont les plus importants, les standardstechniques, protocoles d'interopérabilité et infrastructures communes ne sont pas encore pleinement définis ou adoptés. Comme l'explique un répondant, « pour faire des achats dans de nombreux magasins différents, l'agent devait comprendre le processus de paiement, l'API, la méthode d'authentification, etc., de chaque magasin ; et inversement, pour que les commerçants puissent vendre leurs produits via chaque agent IA émergent (par exemple, ChatGPT, Perplexity, Gemini App, Claude), ils devaient créer et maintenir des intégrations (via des APIs, etc.) pour chaque plateforme ». Les agents d'IA nécessitent également le recours à des données normalisées (comme des fiches produit dans un format uniforme ou des prix en temps réel) pour effectuer des transactions fiables. Actuellement, une grande partie des données commerciales ne sont pas uniformisées, ce qui limite l'automatisation des processus.

97 Anthropic, Higher usage limits for Claude and a compute deal with SpaceX, 6 mai 2026.

211S'agissant des obstacles comportementaux mentionnés par certains acteurs, il s'agit du faitque de nombreux utilisateurs sont habitués aux schémas de recherche existants et ne sont pas prêts à laisser l'agent effectuer l'acte d'achat à leur place. Au moment de l'achat, selon la Fédération du e-commerce et de la vente à distance (Fevad)98, les freins se concentrent avant tout sur la volonté de garder un contrôle total (57 %). La sécurité des paiements (46 %) et la confidentialité des données (45 %), constituent également des freins au recours au commerce agentique. Il convient de noter que ces réticences sont moindres chez les utilisateurs réguliers de l'IA.

212Cette situation tend à avantager les grands acteurs intégrés, qui disposent des ressourcesfinancières, techniques et humaines nécessaires pour investir dans la création de standards, absorber les coûts d'intégration et influencer l'évolution de l'écosystème. Par ailleurs, ces grands acteurs également actifs dans le commerce en ligne pourraient avoir un avantage par rapport aux éditeurs d'agents tiers dans la mesure où ils disposent d'une connaissance approfondie des habitudes des utilisateurs.

213Face à ces obstacles, la différenciation constituerait un moyen de surmonter ces contraintes.

Pourtant, dans un marché où les performances des modèles se rapprochent, la mise en œuvre d'une telle stratégie s'avère particulièrement complexe.

IIILes agents d'IA, nouveaux intermédiaires dans l'économienumérique : une dynamique concurrentielle propice à la création ou au renforcement d'entreprises incontournables163 paragraphes, 46 min de lecture

214Dans le secteur des agents d'IA, la qualité des réponses constitue un paramètre deconcurrence central. Les éditeurs cherchent à se différencier en proposant une offre variée aux utilisateurs, qui sont ainsi notamment en mesure de choisir entre des agents généralistes, spécialisés, souverains ou ayant conclu de nombreux partenariats (A), permettant notamment aux éditeurs d'agents d'IA concurrents des grandes plateformes du numérique de trouver une place.

215En proposant à leurs utilisateurs d'accéder à une variété de services et d'informationstoujours plus étendue dans leur interface, les agents d'IA se positionnent comme des intermédiaires de plus en plus importants pour accéder aux services numériques. Cette position fait naître des risques concurrentiels susceptibles de remettre en cause le fonctionnement et la diversité du secteur.

216Dans un domaine très dynamique, ces risques se présentent notamment en raison duprocessus de plateformisation des agents d'IA et de leur maîtrise des conditions de visibilité au sein de leurs réponses (B). Ces risques sont susceptibles d'être accentués lorsque les agents d'IA sont intégrés au sein de services existants proposés par des entreprises verticalement intégrées (C).

98 Fevad et Odexa, Les Français sont de plus en plus nombreux à adopter l'IA pour acheter sur Internet, 11 février 2026.

A. LA NÉCESSAIRE DIFFÉRENCIATION ENTRE AGENTS D'IA PAR LA QUALITÉ DU SERVICE FOURNI

217L'homogénéisation progressive des performances des modèles (1) conduit les entreprises dusecteur à considérer la qualité des réponses de l'agent d'IA, notamment du point de vue de ses fonctionnalités, comme un paramètre de concurrence central (2). Les éditeurs d'agents d'IA mettent par ailleurs en place diverses stratégies de différenciation fondées notamment sur la spécialisation, la souveraineté et la conclusion des partenariats principalement avec de grandes entreprises du numérique (3).

1. L'HOMOGÉNÉISATION PROGRESSIVE DES PERFORMANCES DES MODÈLES

218Malgré la difficulté d'établir des critères pertinents pour évaluer les différents modèlesgénératifs, plusieurs études montrent que les performances de certains modèles semblent aujourd'hui relativement homogènes.

219Selon une étude de l'Université de Stanford99, au début de l'année 2023, OpenAI disposait

d'une avance nette vis-à-vis de ses concurrents. Cet écart s'est progressivement réduit à mesure que Google, Anthropic et d'autres entreprises ont développé des modèles plus performants.

220Ce constat est corroboré par les données d'une étude (figure 10 ci-dessous) comparant lesprincipaux modèles génératifs sur le fondement de plusieurs critères tels que la capacité de raisonnement, les connaissances embarquées par le modèle, la capacité à réaliser des tâches complexes, le nombre de jetons traités par seconde (output speed), la latence et la taille de la fenêtre contextuelle (prompt options). Les résultats montrent ainsi en tête de classement les éditeurs d'agents d'IA que sont Anthropic, OpenAI et Google.

221Ces données appellent plusieurs observations. Tout d'abord, il reste des écarts réels entremodèles génératifs de sorte que la convergence n'est pas totale. Ensuite, les modèles open-weight ont une performance moindre mais néanmoins comparable aux modèles propriétaires : les meilleurs d'entre eux approchent désormais les principaux modèles propriétaires et dépassent souvent les anciennes versions de ces modèles.

222Enfin, ces classements se réfèrent aux modèles et non aux agents d'IA qui, sur le fondementdu même modèle peuvent se différencier par d'autres caractéristiques, telles que les données auxquelles ils ont accès, leur intégration avec d'autres services ou encore les partenariats dont ils bénéficient afin d'accroître la qualité du service fourni par l'agent d'IA. À titre d'exemple, à la question « Quelle est la température généralement à Paris au mois de juillet ? », l'agent d'IA pourra, sur le fondement de ses données d'entraînement, correctement répondre. En revanche, à la question « Quelle est la température à Paris aujourd'hui ? », l'agent d'IA devra combiner les capacités de rédaction du modèle génératif à des données d'actualité (via une recherche sur internet par exemple) lui permettant de répondre correctement.

223Ces indicateurs doivent toutefois être interprétés avec prudence. L'université de Stanfordelle-même indique que la méthodologie sur laquelle elle se fonde pour analyser les tendances

99 Stanford HAI, The AI Index 2026 Annual Report, avril 2026, page 78.

de performance des modèles « ne reflète peut-être pas pleinement l'étendue des compétences requises pour le développement de l'IA dans le monde réel ».100

Figure 10 : Performances des principaux modèles propriétaires et open-weight

Source : artificialanalysis.ai, consulté le 13 juillet 2026.

224Dans un contexte où le modèle génératif sous-jacent cesse parfois d'être un facteur dedifférenciation déterminant entre acteurs, la concurrence peut se déplacer sur d'autres critères, comme la qualité des réponses de l'agent d'IA. Celle-ci dépend non seulement des performances du modèle sous-jacent mais également des fonctionnalités associées de l'agent d'IA.

2LA QUALITÉ DES RÉPONSES DE L'AGENT D'IA COMME PARAMÈTRE DE

CONCURRENCE

225La majorité des répondants à la consultation publique citent la qualité des réponses commeun paramètre déterminant de concurrence pour les utilisateurs.

226À l'instar d'un moteur de recherche, lorsqu'un utilisateur recourt à un agent d'IA pourformuler une requête, il cherche à obtenir une réponse pertinente pour sa demande, c'est-à-dire qu'elle permette d'y répondre de manière adéquate et contextualisée.

227S'agissant du caractère adéquat des réponses, les agents d'IA s'appuient, tout d'abord, surleur modèle génératif et les données avec lesquelles ils ont été entraînés. Ensuite, ils s'appuient sur des fichiers d'instructions définis par l'éditeur sous format textuel. Ces directives indiquent à l'agent d'IA comment structurer sa réponse en fonction du contexte de la question, et peuvent notamment porter sur la sécurité du contenu, sur le ton à adopter ou encore sur les outils disponibles.

228Enfin, ils peuvent recourir à l'ancrage, leur offrant soit une connaissance étendue par larecherche internet soit des données de qualité par la conclusion de partenariats spécifiques, notamment avec les éditeurs de presse, pour fournir une réponse sourcée à la demande formulée par l'utilisateur. Un répondant à la consultation publique indique ainsi que « [l]'assurance qualité et la factualité sont des différenciateurs concurrentiels essentiels ».

229S'agissant du caractère contextualisé de la réponse, outre l'historique des conversations de

l'utilisateur, les requêtes adressées aux agents d'IA s'inscrivent dans un contexte

100 AI index 2026 précité, page 75.

particulièrement riche, puisqu'elles sont formulées en langage naturel, en une ou plusieurs phrases, et non plus seulement par mots-clés. Cette situation permet à l'agent d'IA d'apporter une réponse précise et personnalisée à la demande de l'utilisateur, et donc d'une grande qualité au vu de l'objectif visé par l'utilisateur.

230Les éditeurs d'agents d'IA interrogés ont indiqué, au cours de l'instruction, que les élémentsconstitutifs de la qualité des réponses, c'est-à-dire leur exactitude factuelle, leur rigueur formelle (orthographe, syntaxe) et leur pertinence, sont des facteurs incontournables de la confiance des utilisateurs dans les services qu'ils proposent. À cet égard, ils mettent en place une série de mesures visant à contrôler la qualité et l'exactitude des réponses fournies et à en renforcer la pertinence.

231L'instruction a également permis de révéler que la maîtrise de la langue par l'agent d'IA estun élément qualitatif apprécié pour le service fourni. Un répondant explique ainsi que « s'agissant de la différenciation concurrentielle, la qualité des réponses est naturellement un paramètre important dans les choix des utilisateurs, au même titre que la fluidité de l'interface ou la couverture linguistique ». Un agent d'IA qui ne disposerait pas d'une couverture linguistique suffisante, en ne maîtrisant pas l'orthographe ou la grammaire de la langue dans laquelle il doit répondre, serait un élément susceptible de fragiliser la confiance que les utilisateurs peuvent accorder à un outil.

232Il ressort des développements précédents que la plupart des utilisateurs, notamment nonprofessionnels, recourent à la version gratuite des agents d'IA de sorte que la qualité du service devient mécaniquement un paramètre essentiel de différenciation entre ces services. Pour ces utilisateurs, le critère de choix peut également prendre en compte les limites en termes de volumes d'utilisation (en nombre de requêtes ou de tokens) et de fonctionnalités imposées par les fournisseurs à ces offres gratuites.

233Pour les clients professionnels, qui souscrivent majoritairement des offres payantes, si laqualité reste un élément important, ils peuvent toutefois être amenés à faire un arbitrage entre la qualité des réponses et le coût d'utilisation des services, notamment lorsqu'ils accèdent à ces services via une API (voir ci-avant paragraphes 55 et suivants).

234Considérant la qualité des réponses comme un facteur différenciant essentiel, certainséditeurs d'agents d'IA ont apporté des éléments sur le processus de validation et de contrôle des réponses, qui peut prendre différentes formes. À titre d'exemple, certains agents d'IA ont instauré une exigence de citation au sein des réponses pour s'assurer de la source de l'information ou encore ont mis en place un autre modèle génératif chargé de simuler le comportement d'un utilisateur pour tester les réponses fournies. Certains acteurs ont indiqué organiser des exercices de red teaming (voir glossaire), c'est-à-dire des tests visant à pointer les faiblesses du système d'IA pour pousser l'agent d'IA dans ses limites en cherchant à provoquer des réponses dangereuses, biaisées ou discriminatoires, des hallucinations, des fuites d'information ou encore identifier des comportements imprévus, pour renforcer la qualité des réponses qu'ils fournissent.

235Ces mesures démontrent l'importance accordée par les éditeurs d'agents d'IA à la qualité etla pertinence de la réponse fournie à l'utilisateur, et en font donc un paramètre de concurrence central entre offreurs de ces services.

3LES DIFFÉRENTES STRATÉGIES DE DIFFÉRENCIATION DES ÉDITEURS D'AGENTS

D'IA : SPÉCIALISATION, SOUVERAINETÉ ET PARTENARIATS

236Dans un contexte d'homogénéisation progressive des performances des modèles génératifssous-jacents et de l'importance croissante de la qualité de la réponse pour les utilisateurs, les éditeurs d'agents d'IA mettent en place diverses stratégies pour contourner les barrières précitées (accès aux utilisateurs et aux données, barrières techniques à la migration et à l'interopérabilité, coûts importants) et renforcer la qualité du service fourni via notamment différentes stratégies de différenciation.

237Premièrement, certains éditeurs d'agents d'IA font le choix de se positionner sur dessegments spécifiques. Cette stratégie peut passer par une spécialisation sectorielle, comme le montre l'émergence d'Harvey AI ou de Jimini AI dans le secteur juridique. Cette spécialisation conduit à accumuler des données sectorielles spécifiques afin de répondre à des besoins que les agents généralistes ne couvrent pas toujours de manière satisfaisante.

238Les agents d'IA généralistes commencent également à proposer des services aux utilisateurspour des activités spécifiques, à l'image d'OpenAI qui a lancé des fonctionnalités de santé, ChatGPT Health, ou destinées à la gestion des finances personnelles, avec ChatGPT Finances101. Anthropic s'est spécialisée, avec Claude, dans les agents de codage et les outils liés à la cybersécurité. Perplexity a, quant à elle, capitalisé sur la transparence de ses recherches.

239Deuxièmement, la souveraineté ou des garanties renforcées en matière de localisation, desécurité et de contrôle des données peuvent constituer un autre axe de différenciation. Mistral AI cherche ainsi à se différencier de ses concurrents américains en mettant en avant la maîtrise de son infrastructure physique (centres de données et de calcul) et de ses données, particulièrement adaptée pour des entreprises sensibles à ces enjeux et le secteur public. Elle construit ainsi ses centres de données en Europe, notamment en France et en Suède. Elle semble également avoir conclu un partenariat avec Brave, un acteur américain qui revendique fournir un service de recherche en ligne respectueux de la vie privée et indépendant de ses concurrents102.

240Troisièmement, les nouveaux entrants ou ceux qui souhaitent se développer doivent concluredes partenariats avec de grands acteurs du numérique s'ils souhaitent accéder à leurs écosystèmes. Un répondant à la consultation publique indique ainsi que « [l]e resserrement de l'écart entre les modèles propriétaires et open source, notamment – mais pas exclusivement – en provenance de Chine, érode les avantages dont bénéficient les développeurs de modèles d'IA de pointe. En conséquence, la différenciation concurrentielle s'éloigne des performances des modèles pour se concentrer sur leur distribution et, surtout, sur l'étendue et la profondeur de leur intégration au sein de systèmes propriétaires fermés ». À ce titre, de nombreuses réponses à la consultation publique soulignent le caractère pro-concurrentiel de la conclusion de partenariats, notamment pour permettre aux éditeurs d'agents d'IA non intégrés de concurrencer ceux qui disposent d'un écosystème déjà établi. Ils soulignent le caractère positif de ces partenariats tant pour les agents d'IA que pour les services numériques qu'ils mettent à disposition et qui peuvent bénéficier d'une visibilité accrue par ce canal.

101 L'Usine Digitale, Après la santé, OpenAI dote ChatGPT d'une nouvelle fonctionnalité pour la gestion des finances personnelles, 19 mai 2026.

102 Brave est ainsi listé comme le seul moteur de recherche dans la liste des partenaires de Mistral AI.

241Tel est le cas de l'accord conclu entre OpenAI et Apple en 2024 permettant d'intégrer

ChatGPT à l'assistant virtuel Siri et d'autres produits Apple103. Toutefois, ces partenariats n'atteignent pas toujours les résultats escomptés, la presse s'étant fait l'écho qu'OpenAI estimait que l'intégration négociée avec Apple n'aurait pas produit les effets de distribution espérés, du fait d'une exposition trop limitée de ChatGPT dans l'écosystème iOS104.

242À titre plus prospectif, les éditeurs d'agents d'IA communiquent de plus en plus sur lescapacités agentiques de leurs produits. Il est probable que cet aspect devienne également un élément de différenciation important, les utilisateurs ou entreprises ne jugeant plus seulement un agent d'IA sur la qualité de ses réponses ou sur ses tarifs, mais également sur la complexité des tâches qu'il peut réaliser.

243Ainsi, les acteurs du secteur mettent en place une variété de stratégies pour accroître laqualité du service qu'ils fournissent, et agissent de ce fait sur le paramètre de concurrence qu'ils considèrent comme fondamental. Dans un secteur où la qualité est prédominante, les nouveaux entrants doivent rapidement atteindre le niveau de qualité des acteurs déjà présents afin d'être considérés par les utilisateurs comme des prestataires valables et des intermédiaires fiables, car les autres paramètres sur lesquels ils peuvent agir sont très limités.

B. RISQUES LIÉS AU RÔLE DES AGENTS D'IA EN TANT QU'INTERMÉDIAIRES DANS L'ACCÈS AUX SERVICES NUMÉRIQUES

244La transformation des agents d'IA en plateformes agissant en tant qu'intermédiaires dans

l'accès des utilisateurs à un nombre croissant de services numériques, et facilitant la conclusion de partenariats et l'affichage de publicités est susceptible de soulever un certain nombre de risques concurrentiels (1).

245Pour les sites internet dont le contenu est utilisé, voire identifié comme source des réponsesfournies par les agents d'IA, il est important de comprendre les règles encadrant leur visibilité auprès des utilisateurs, afin que le jeu de la concurrence ne soit pas indûment faussé (2).

1. LES RISQUES LIÉS À LA PLATEFORMISATION DES AGENTS D'IA

246Comme développé ci-avant aux paragraphes 112 et suivants, les agents d'IA tendent à setransformer en plateformes numériques, en donnant accès aux utilisateurs à une palette croissante de services numériques, qu'il s'agisse de services existants (streaming musical, réservation de voyages, réservation de taxis, livraison de repas, etc.), ou de nouveaux services, tels que l'accès à une variété d'autres agents d'IA.

247Ce phénomène de plateformisation des agents d'IA soulève plusieurs risques concurrentielsdont certains présentent des similitudes avec ceux déjà identifiés pour les autres plateformes numériques et dont les autres sont spécifiques aux agents d'IA et leur utilisation pour le commerce en ligne. Ces risques tiennent à la désintermédiation d'une partie de l'économie numérique, à la discrimination, voire à l'autopréférence dans l'accès aux services et aux

103 Apple, OpenAI and Apple announce partnership to integrate ChatGPT into Apple experiences, 10 juin 2024.

104 Les Echos, ChatGPT sur iPhone : OpenAI est vexé et cherche un moyen pour rompre avec Apple, 15 mai 2026.

conditions qui leur sont imposées ou encore à la perturbation du jeu concurrentiel par l'influence d'intérêts économiques de l'agent d'IA sur la réponse fournie aux utilisateurs.

248Premièrement, s'agissant de la désintermédiation, elle désigne le remplacement ou ladisparition d'acteurs économiques dans une chaîne de valeur. Dans le cas des agents d'IA, une grande partie des requêtes des utilisateurs est satisfaite par la réponse unique fournie par l'agent d'IA. Tel est le cas des requêtes d'information sur l'actualité pour lesquelles la redirection vers les sites de presse représente moins de 1 % du trafic de ces sites105 (contre environ 20 % pour les redirections depuis Google Search ou Actualités106), d'autant que les agents d'IA, lorsqu'ils répondent à une requête sur l'actualité, sont susceptibles de tirer bénéfice d'un service dont ils n'ont pas supporté le coût de production. Cette désintermédiation est susceptible de déstabiliser le modèle économique de nombreux sites internet ou de services numériques dont la rémunération passe par l'affichage de publicités ou la souscription d'abonnements pour accéder à leur contenu, et donc de réduire la variété ou la qualité de l'offre de contenus en ligne.

249Le risque de désintermédiation est d'autant plus fort que les coûts de transaction de

l'utilisateur pour obtenir une réponse à sa requête sont fortement réduits par la réponse immédiate produite par l'agent d'IA, en comparaison avec une recherche effectuée via un moteur de recherche ou une recherche supposant la comparaison et la mise en commun d'éléments d'information contenus dans plusieurs sites internet distincts. Par ailleurs, le risque de désintermédiation de pans entiers de l'économie numérique est renforcé par la promesse d'un internet « zéro clic » où l'utilisateur n'aurait plus à quitter l'agent d'IA pour obtenir les informations ou effectuer les actions qu'il souhaite (voir paragraphes 331 et suivants ci-après).

250Dans le cadre du commerce en ligne, la désintermédiation semble actuellement partielle. Eneffet, les acteurs ayant répondu à la consultation publique constatent que les agents d'IA redirigent les clients vers les sites internet marchands pour finaliser leurs transactions, notamment car elles nécessitent la validation de l'utilisateur, celles-ci ne pouvant être exécutées de manière autonome à ce stade. À ce titre, comme indiqué ci-avant aux paragraphes 26 et suivants, certains acteurs emploient la notion de « commerce conversationnel », pour indiquer que les capacités des agents d'IA dans leurs activités de commerce en ligne se limitent à une réponse formulée à l'utilisateur dans l'interface conversationnelle, sans déployer actuellement de capacités agentiques en lieu et place de l'utilisateur. Concrètement, à la date de publication de l'avis, un agent d'IA ne peut pas, dans les services proposés au grand public, valider un achat, utiliser de manière autonome les données bancaires de l'utilisateur et mettre un produit dans un panier sur le site web marchand.

251Un acteur du commerce en ligne indique que « si les agents conversationnels évoluent versdes interfaces permettant l'exécution directe de transactions, une part croissante des interactions commerciales pourrait se dérouler sans redirection vers les sites marchands. Dans ce scénario, l'agent deviendrait moins un simple apporteur de trafic qu'un véritable intermédiaire transactionnel ». Il note également que le protocole UCP permet, à ce stade « de maintenir le détaillant comme "seller-of-record", c'est-à-dire comme l'entité responsable de l'exécution de la transaction et de la relation client. Dans cette configuration, l'agent conversationnel agit davantage comme une interface d'orchestration ou de recommandation que comme un intermédiaire se substituant au commerçant ».

105 INA, Intelligence artificielle : les chatbots, source d'audience marginale pour les médias, 10 avril 2025.

106 Alliance de la Presse d'Information Générale, Baromètre de la diffusion 2024, mars 2025.

252Certains répondants à la consultation publique notent que ce sont des achats à faibleimplication et de faible valeur qui seront probablement priorisés pour le test et l'utilisation des capacités d'automatisation complète des achats par les agents d'IA, ainsi que des achats dans des secteurs spécifiques, tels que les produits de consommation courante ou le secteur du voyage. Ces produits et services pourraient donc être les premiers concernés par une désintermédiation plus poussée.

253L'instruction a révélé que la désintermédiation pouvait engendrer des risques concurrentielspour l'écosystème du commerce en ligne. D'une part, ces risques tiennent à la création d'une situation de dépendance des sites internet marchands à l'égard des agents d'IA pour accéder à la demande. À ce jour, le trafic directement redirigé vers les sites internet marchands depuis les agents d'IA est minime (moins de 5 % en France) mais pourrait s'approcher des 25 % en 2030, selon les estimations de certains répondants à la consultation publique, devenant ainsi un canal important d'accès aux consommateurs.

254D'autre part, la désintermédiation crée le risque, pour les sites internet marchands, d'unedégradation de la connaissance du client et de contrôle sur son parcours. En effet, en effectuant la phase de découverte d'un produit par le biais de l'agent d'IA, et non plus en visitant différents pages d'un site internet ou différents sites internet, les sites internet marchands ne peuvent plus obtenir de données sur le comportement des utilisateurs et ainsi proposer des recommandations plus adaptées pour anticiper leurs besoins ou ajuster leur offre.

255Cette capacité de ciblage des besoins des consommateurs est d'autant plus importante queles agents d'IA peuvent s'appuyer sur un contexte riche, fourni par l'utilisateur dans sa requête. La qualité du ciblage de l'agent d'IA et la perte de l'accès à des données comportementales des utilisateurs sont susceptibles de dégrader le service fourni par les sites internet marchands.

256Il est à noter toutefois que les risques concurrentiels liés à la désintermédiation ne sont pasnouveaux, des services existants ayant déjà conduit à désintermédier une partie du parcours des clients sur les sites internet marchands, tels que les moteurs de recherche, les comparateurs de prix ou les agrégateurs (par exemple, plateforme de réservation de voyages ou plateforme immobilière). Or, il peut être relevé que les sites internet marchands n'ont pas été totalement désintermédiés et continuent à bénéficier d'une part de trafic direct majoritaire, puisque qu'au premier semestre 2024, le trafic direct représentait un peu plus de 48 % du trafic total, et la part de trafic redirigée depuis des recherches organiques en représentait environ 39 %107.

257Deuxièmement, s'agissant du risque de discrimination, les répondants à la consultationpublique soulignent qu'en se plaçant comme intermédiaire pour l'accès aux services numériques, les agents d'IA pourraient devenir des points d'accès incontournables pour ces services, surtout s'ils proposent d'accéder à une grande variété de services. Compte tenu de leur position d'intermédiaire, les éditeurs d'agents d'IA sont en mesure de façonner la découverte de l'internet et les usages des consommateurs, impactant de facto la monétisation de leurs partenaires et des annonceurs, et d'édicter, dans ce cadre, des conditions qui leur sont favorables (autopréférence) ou qui bénéficient prioritairement à certains partenaires commerciaux (discrimination de second rang).

258Le risque d'imposition de conditions discriminatoires, au-delà des conditions relatives à lavisibilité des services au sein des agents d'IA (voir paragraphes 268 et suivants ci-après), se

107 Blog du Modérateur, Étude : comment évolue le trafic des sites e-commerce en France ?, 9 juillet 2024.

présente dans le cadre d'intégrations natives par exemple par le biais d'applications spécifiquement développées pour les agents d'IA. Le caractère discriminatoire et non objectif de ces conditions pourrait se matérialiser par des refus de contracter ou de distribuer certains services de cette façon sur leur interface. Il pourrait également prendre la forme de conditions restrictives et indûment contraignantes dans le déploiement de ces solutions applicatives et dans les cas d'usage permis pour les utilisateurs. Le caractère discriminatoire pourrait enfin se manifester dans des situations où l'éditeur d'agent d'IA ne permet la distribution d'applications sur sa plateforme uniquement pour des services avec lesquels il n'est pas en concurrence par ailleurs.

259En ce sens, la mise en place de critères clairs pour la distribution d'une application sur lesinterfaces concernées et la mise à disposition d'une documentation ou de spécifications logicielles pour le développement de ces intégrations natives seraient susceptibles de limiter le risque de mise en œuvre de comportements discriminatoires.

260Troisièmement, s'agissant de l'influence d'intérêts économiques sur les réponses fourniespar les agents d'IA, l'immixtion de ces intérêts dans la réponse supposément objective des agents d'IA entre en conflit direct avec ce que les éditeurs d'agents d'IA présentent comme un facteur incontournable de la confiance des utilisateurs, à savoir la qualité et la pertinence des réponses. Cette question d'influences extérieures sur un conseil commercial n'est pas nouvelle, mais est amplifiée par la possibilité des agents d'IA de cibler l'utilisateur en recourant au volume important de données personnelles qu'ils peuvent collecter sur leurs utilisateurs.

261En fournissant une réponse qui n'est plus complètement objective, mais influencée par desaccords économiques, qu'il s'agisse de partenariats ou de publicités, les agents d'IA sont susceptibles de fragiliser la confiance des utilisateurs dans leur service, et de fausser le jeu de la concurrence en favorisant indûment et de façon non transparente certaines marques ou entreprises au sein de la réponse perçue comme objective par l'utilisateur. Un acteur du secteur du commerce en ligne indique que « lorsque l'agent est présenté à l'utilisateur comme un conseiller objectif, tout biais lié à des intérêts commerciaux du fournisseur de l'agent (auto-référencement, partenariats privilégiés, incitations économiques) est susceptible de fausser la concurrence et de porter atteinte à l'information du consommateur ».

262Les éditeurs d'agent d'IA soulignent toutefois que les réponses fournies sont protégéestechniquement des effets de la publicité, car elles sont affichées selon un système distinct de celui aboutissant aux réponses. OpenAI indique que cela fait partie des principes applicables à la publicité affichée dans ChatGPT108. Par ailleurs, un autre éditeur d'agent d'IA a indiqué, dans le cadre de l'instruction, que la publicité restait un élément distinct de la réponse faite à l'utilisateur par l'agent d'IA, et qu‘elle ne pouvait techniquement pas influer sur les réponses. Un tel constat n'est cependant pas ressorti s'agissant des effets des partenariats, hors publicité, sur le service fourni.

263Au-delà de l'influence des publicités sur le contenu des réponses, se pose également laquestion de la frontière entre le contenu organique, (la réponse produite par l'agent d'IA indépendamment de tout paiement ou placement publicitaire) et le contenu publicitaire. À ce titre, il est important de noter que l'article 26 du DSA impose aux plateformes numériques de s'assurer que l'utilisateur est en mesure d'identifier de manière claire et précise que le

108 Page d'aide OpenAI, Publicités dans ChatGPT.

contenu est publicitaire, de connaître l'identité de l'annonceur et d'avoir les informations lui permettant de comprendre pourquoi cette publicité lui est affichée.

264Malgré cette obligation, certains répondants à la consultation publique alertent sur ce risqueque l'utilisateur perçoive la publicité comme une partie de la « réponse substantielle », dans l'hypothèse où un éditeur d'agent d'IA se conformerait à cette obligation d'une manière qui ne serait pas claire pour l'utilisateur. À ce titre, les nouveaux formats publicitaires intégrés à l'interface conversationnelle, notamment la « publicité conversationnelle », sont susceptibles de brouiller cette frontière entre la réponse organique de l'agent d'IA et l'emplacement publicitaire. En effet, ce format publicitaire, encore à l'état de test, vise à permettre à l'utilisateur, en cliquant sur un contenu publicitaire, de commencer un dialogue avec l'annonceur afin qu'il lui propose des offres personnalisées. Au lieu d'être perçues comme un contenu purement promotionnel, ces publicités conversationnelles pourraient être perçues comme prolongement de l'agent d'IA et être considérées comme l'une de ses recommandations.

265Enfin, s'agissant des éditeurs d'agents d'IA qui maîtrisent également la technologiepermettant l'affichage de publicités, certains éditeurs de sites internet ont indiqué, dans le cadre de leur réponse à la consultation publique, que la maîtrise des outils publicitaires par les éditeurs d'agents d'IA est susceptible de soulever des risques concurrentiels, dans la mesure où les critères encadrant les choix d'affichage de publicités manquent de transparence. Cette maîtrise de la technologie publicitaire pourrait conduire les éditeurs d'agents d'IA à privilégier les publicités pour leurs propres services ou ceux de leurs partenaires, et ainsi marginaliser les annonceurs tiers et non partenaires, créant ainsi un déséquilibre dans les opportunités sur le marché de la publicité.

266À cet égard, OpenAI mène, depuis le début de l'année 2026, des tests pour l'intégration depublicités dans ChatGPT. Ces tests témoignent d'un positionnement tarifaire particulièrement élevé avec, d'une part, un coût par mille impressions (CPM) initialement établi à 60 dollars US (environ 53 euros), et qui a chuté, au mois d'avril 2026, à 25 dollars US (environ 22 euros) et, d'autre part, un coût par clic compris entre 3 et 5 dollars US (environ entre 2,6 et 4,4 euros)109. Cette valorisation de l'inventaire publicitaire pourrait notamment s'expliquer par la capacité des agents d'IA à construire des profils d'utilisateurs de manière particulièrement précise, permettant un ciblage publicitaire potentiellement individualisé. Les répondants à la consultation publique estiment que « l'intégration des publicités dans les agents conversationnels est un sujet encore très mouvant et polymorphe ».

267Le développement du modèle publicitaire est susceptible de produire des effets de réseauindirects, typiques de l'économie numérique : l'augmentation du nombre et de l'engagement des utilisateurs rend la plateforme plus attractive pour les annonceurs, dont les dépenses permettent en retour de financer l'amélioration et la diffusion gratuite ou la réduction du prix du service, attirant ainsi de nouveaux utilisateurs. Réciproquement, la présence d'un plus grand nombre d'annonceurs accroît la diversité et la pertinence des offres présentées aux utilisateurs. Cette dynamique cumulative pourrait renforcer l'attractivité de la plateforme sur chacun de ses versants et favoriser la concentration du secteur.

109 Abondance, OpenAI lance les publicités au coût par clic (CPC) dans ChatGPT, 22 mai 2026.

2LES RISQUES LIÉS AUX CONDITIONS DE VISIBILITÉ POUR LES SERVICES

NUMÉRIQUES ET SITES INTERNET AU SEIN DES RÉPONSES FOURNIES PAR LES AGENTS D'IA, CONDITIONS QUI LEUR OFFRENT UN POUVOIR ACCRU SUR L'ALLOCATION DE LA DEMANDE

268Les agents d'IA opèrent un changement dans la façon dont les produits sont découverts,

comparés et accessibles, puisque l'ensemble de ces étapes peut être effectué au sein du même service. Ce changement d'expérience vient réduire la frontière entre découverte et transaction, en passant de l'intention à l'acte d'achat au sein d'une interface unique. Les agents d'IA n'ayant pas encore pleinement intégré de fonctionnalités permettant de finaliser la transaction, les acteurs du secteur du commerce en ligne qui se sont exprimés dans le cadre de la consultation publique soulignent que ce sont surtout les habitudes en début de parcours d'achat, à savoir la phase de découverte et de comparaison des produits ou services, qui sont modifiées.

269Du point de vue de l'utilisateur, la possibilité d'effectuer l'ensemble de ces actions au sein

d'une interface unique permet de réduire ses efforts de recherche en passant facilement d'un vendeur à l'autre, et de bénéficier d'une offre très personnalisée. Du point de vue des commerçants, un éditeur d'agent d'IA souligne que les fonctionnalités de commerce agentique intégrées au sein des agents d'IA assurent un certain niveau « d'égalité des chances » entre commerçants, les petits commerçants pouvant autant être mis en avant que les plus puissants, en fonction de l'adéquation de leur offre avec le besoin exprimé par l'utilisateur.

270Si la présentation de l'offre avec l'agent d'IA présente des avantages pour le consommateurcomme pour les commerçants, les conditions de visibilité au sein des agents d'IA sont susceptibles de soulever des préoccupations de concurrence. Ces risques tiennent notamment à la clarté, à l'objectivité et au caractère non discriminatoire des critères de visibilité utilisés par l'agent d'IA, et au nombre de sources et d'offres présentées à l'utilisateur dans la réponse qui lui est affichée. La maîtrise des conditions de visibilité au sein de leurs services est susceptible d'octroyer aux éditeurs d'agents d'IA un pouvoir accru sur l'allocation de la demande.

271Plusieurs acteurs qui se sont exprimés lors de la consultation publique ont indiqué quecertains des risques relatifs à la visibilité des services et offres des tiers étaient déjà identifiés pour les places de marché et les moteurs de recherche. Ils sont toutefois susceptibles de prendre une forme différente dans le cadre des services fournis par les agents d'IA.

a) Les conditions de visibilité et de découverte au sein des agents d'IA

272S'agissant des conditions encadrant la visibilité et la découverte au sein des agents d'IA, denombreux répondants déclarent qu'ils ont des difficultés à comprendre le fonctionnement des algorithmes qui régissent la visibilité de leurs sites internet au sein des réponses fournies par les agents d'IA, d'autant qu'il ne semble pas actuellement exister de critères établis pour garantir à ces sites une visibilité efficace. À ce titre, la majorité des acteurs du commerce en ligne ayant contribué à la consultation publique ont indiqué qu'il est possible, pour les sites internet, de mettre en œuvre des stratégies d'optimisation de leur contenu, appelées optimisation pour moteurs génératifs (ci-après « GEO » pour Generative Engine

Optimization, voir glossaire)110, afin qu'il soit plus facilement lisible, et donc cité, par les agents d'IA.

273Les acteurs du commerce en ligne indiquent que les sites internet devront à l'avenir êtreoptimisés pour ne plus être uniquement destinés aux utilisateurs humains, mais également aux machines qui les parcourent. Un répondant à la consultation publique indique ainsi que le « commerce agentique pousse les vendeurs à optimiser leur offre de manière à améliorer la compréhension par les machines, ainsi que la sélection par les agents, et non plus uniquement de manière à améliorer la navigation humaine ». Les acteurs du secteur mettent en œuvre un certain nombre de stratégies pour optimiser la compréhension de leur offre par les robots, et ainsi le référencement de leurs offres au sein des réponses des agents d'IA.

GEO : optimiser son site internet pour le trafic des robots

Les robots (d'exploration, d'indexation ou autres), qui permettent, entre autres, aux éditeurs d'agents d'IA, de référencer du contenu internet pour le citer dans ses réponses, ont représenté plus de 50 % du trafic mondial sur l'internet en 2025.

Les stratégies de GEO viennent compléter les stratégies existantes d'optimisation de référencement dans les moteurs de recherche (« SEO » pour Search Engine Optimization, voir glossaire) pour optimiser le référencement des sites internet au sein des réponses des agents d'IA.

La visibilité au sein des agents d'IA dépend essentiellement de leur capacité à interpréter correctement la demande de l'utilisateur et à restituer les sources ou l'offre de manière pertinente et hiérarchisée. Cette visibilité d'une page internet tend à être binaire avec l'IA, c'est-à-dire que la page va être considérée comme exploitable ou non, et donc rendue visible ou non. Pour faciliter la compréhension des pages internet, les stratégies de GEO agissent sur plusieurs leviers pour rendre cette offre la plus claire possible pour l'agent d'IA qui la parcourt, et qu'il soit en mesure de la restituer à l'utilisateur.

Dans le secteur du commerce en ligne, cela suppose, pour les sites internet, de présenter des données structurées, précises et riches sur les produits de leur catalogue, des descriptions sémantiques fournies sur les produits (en présentant, par exemple, des cas d'usage) et une gestion de la réputation, qu'il s'agisse d'avis clients publiés sur le site lui-même ou sur des sites spécialisés, ou de publications sur des plateformes de réseaux sociaux discutant des qualités et des possibilités d'utilisation d'un produit ou service.

L'expérience menée par l'Autorité sur le commerce conversationnel (voir paragraphe 34 ci-dessus et Annexe 2 ci-dessous) confirme l'importance de sources de données externes, notamment du site communautaire de discussions Reddit, qui est le plus consulté par ChatGPT pour les questions de découverte (87 %) et de parcours d'achat (49 %).

Il semble également important, pour les acteurs du secteur du commerce en ligne, d'investir dans des contenus longs et rares, particulièrement pertinents pour le GEO, puisque les utilisateurs expriment leurs besoins ou leurs demandes en fournissant un contexte plus important et moins stéréotypé qu'une requête sur un moteur de recherche.

Enfin, l'optimisation agentique peut également prendre en compte la participation aux principaux écosystèmes numériques et la préparation de l'intégration des protocoles agentiques, afin de fluidifier la détection et l'achat au cours des conversations. À ce titre, certaines initiatives portées par des acteurs du secteur ont pour but de faciliter leur

110 Faisant référence à l'optimisation de référencement dans les moteurs de recherche.

participation à des écosystèmes numériques et de les rendre ainsi plus visibles au sein des réponses de l'agent d'IA. Ainsi, Shopify propose à tous ses clients éligibles qui enregistrent leurs produits dans son catalogue de permettre à ChatGPT d'accéder à leurs produits sans avoir à effectuer d'action particulière111.

274Si ces stratégies de GEO semblent répandues et communément admises, notamment dans lesecteur du commerce en ligne, certains acteurs soulignent des risques déjà constatés de manque de clarté, d'objectivité et de potentiel caractère discriminatoire des critères de visibilité ou de découverte sur l'agent d'IA. Ils indiquent en particulier, que les règles de référencement, de partenariats et de priorisation dans l'affichage du contenu à l'utilisateur sont peu transparentes. En ce qui concerne plus précisément la transparence dans le choix des sources ou offres affichées par les agents d'IA, certains acteurs du secteur déclarent que, contrairement à ce que les éditeurs d'agent d'IA prétendent, les résultats pourraient être fournis après n'avoir visité qu'un nombre de sources limité, ce qui limiterait la visibilité de certains commerçants.

275Lors de l'expérience menée par l'Autorité sur le commerce conversationnel (voirparagraphe 34 ci-dessus et Annexe 2 ci-dessous), l'Autorité a pu observer que la diversité des sources utilisées par les agents d'IA dépend des thématiques. Ainsi, la thématique Transports se distingue par sa plus faible diversité des sources (pour 100 questions : 42 domaines différents cités par OpenAI, 112 par Gemini), à l'inverse de la catégorie Hôtels et Hébergements pour lesquels on observe une forte diversité des sources malgré un jeu de questions réduit (pour 50 questions : 152 domaines différents cités par OpenAI, 276 par Gemini).

276Enfin, l'un des acteurs du commerce en ligne interrogé dans le cadre de l'instruction aindiqué son souhait que les agents d'IA permettent aux distributeurs de biens de mieux comprendre les modalités de classement des offres au sein des réponses fournies par leur service, et d'éventuellement prévoir un mécanisme de contestation.

b) Les sources et offres contenues dans les réponses fournies par l'agent d'IA

277Outre les conditions de visibilité des sources et des offres au sein des réponses fournies par

l'agent d'IA, leur nombre est souvent limité. Pour une demande ayant un caractère commercial, l'agent d'IA va présenter quelques options, au moins trois, sous la forme d'une liste, d'un tableau ou d'un carrousel. Le nombre d'offres affichées et la forme que prend leur affichage sont fixés par l'éditeur d'agent d'IA dans ses instructions spécifiques.

278Les répondants à la consultation publique ont indiqué que la façon dont sont présentées lesrecommandations limite le nombre, et donc la diversité des produits vus par les consommateurs, ce qui est susceptible de limiter la concurrence mais peut aussi rendre difficile la valorisation de la diversité du catalogue des sites de commerce en ligne. À ce titre, un acteur indique que la réduction du nombre de résultats affichés crée « des risques d'éviction du marché : des petits acteurs, qui n'ont pas les moyens de négocier des accords d'indexation privilégiés avec les créateurs de modèles [...], risquent de devenir totalement invisibles dans l'économie conversationnelle ».

279En effet, les utilisateurs sont habitués à recourir aux moteurs de recherche ou à desfonctionnalités de recherche au sein des sites internet marchands qui, en réponse à leur

111 Shopify, Utilisation de la boutique en ligne agentique ChatGPT.

requête, affichent en première page une liste de dix liens ou une liste d'au moins dix produits différents correspondant à leur recherche. La liste de résultats de recherche offre également la possibilité aux utilisateurs de visiter les pages de résultats suivantes, même si ce comportement est rare. Dans la réponse fournie par les agents d'IA, sans instruction spécifique dans la requête, le choix des utilisateurs est contraint par un nombre d'offres restreint. S'ils souhaitent étudier un nombre d'offres plus important, les utilisateurs doivent alors expressément préciser dans les instructions le nombre d'offres que l'agent d'IA doit lui présenter.

280La navigation de l'utilisateur parmi les différentes offres proposées par les agents d'IA peutêtre plus complexe qu'avec les services existants de recherche. En effet, si la sélection d'offres effectuée par l'agent d'IA ne lui convient pas, l'utilisateur peut alors poser une ou plusieurs questions complémentaires pour préciser ou réorienter sa demande, ce qui suppose de la formuler de manière claire et intelligible pour l'agent d'IA. Cette phase de précision de la recherche est facilitée par la proposition de questions complémentaires affichée par certains agents d'IA, en dessous de leur réponse ou juste après la validation de la requête, pour déjà préciser la demande avant même de fournir une réponse.

281Si la formulation d'une ou plusieurs questions supplémentaires est susceptible d'engendrerun coût de recherche plus élevé pour l'utilisateur, ce constat doit être nuancé. D'une part, il n'est plus nécessaire, pour l'utilisateur, de visiter en détail un nombre important de pages liées aux produits avant de trouver ce qu'il recherche. D'autre part, dans le système actuel des moteurs de recherche et des sites internet marchands, l'utilisateur peut également être conduit à formuler plusieurs requêtes différentes pour préciser ou réorienter sa recherche.

282Certains répondants à la consultation publique soulignent que, lorsqu'un agent d'IA proposeet compare plusieurs offres, son rôle s'approche de celui des comparateurs de prix, services pour lesquels la visibilité était déjà un sujet de préoccupation pour les sites internet marchands. À ce titre, ils indiquent que les comparateurs pourraient trouver un intérêt à conclure des partenariats avec les agents d'IA, sans qu'il s'agisse toutefois de partenariats exclusifs, ce qui leur permettrait d'accéder à de nouveaux canaux de distribution pour leurs services.

283À cet égard, l'expérience menée par l'Autorité (voir paragraphe 34 ci-dessus et Annexe 2ci-dessous) sur le commerce conversationnel permet de mettre en avant la forte présence des comparateurs de prix parmi les sources citées par les agents d'IA. Ainsi, Idealo (87 % des réponses), 123comparer.com (44 %) ou encore Le Dénicheur (44 %) font partie des sites les plus consultés par Gemini pour la poursuite d'achats.

284Qu'il s'agisse des problématiques relatives aux critères de visibilité dans les réponses desagents d'IA ou à la présentation d'un nombre limité d'offres à l'utilisateur, ces risques convergent vers une utilisation détournée, par les agents d'IA, du pouvoir que leur position d'intermédiaire leur octroie pour diriger la demande vers les offres des différents sites de commerce en ligne. En effet, le manque de transparence des critères de référencement combiné à des recommandations en nombre limité oriente l'utilisateur vers certaines offres, sans qu'il soit en mesure de s'assurer que la réponse correspond aux intérêts de l'utilisateur ou aux intérêts de la plateforme. Dans ce contexte, certains acteurs du commerce en ligne soulignent que, dès lors que la concurrence s'exerce selon une logique économique propre à l'agent d'IA, le risque de standardisation des offres, et donc de réduction de la variété de celles-ci, émerge.

285Si la présentation d'un nombre limité d'offres à l'utilisateur peut lui être bénéfique, dumoment que celles-ci correspondent à sa demande, c'est-à-dire qu'elles sont très personnalisées et pertinentes pour sa requête, le manque de transparence des critères desélection de ces offres ne permet pas de s'assurer que le parcours du client n'est pas détourné de ce qu'il recherche et qu'il n'existe pas d'offres plus pertinentes pour lui.

286Certaines entreprises ayant répondu à la consultation publique soulèvent à ce titre un risqueque les utilisateurs soient redirigés vers des interfaces externes contrôlées par un petit nombre d'acteurs, à savoir soit vers les interfaces contrôlées par les entreprises exploitant également un agent d'IA, soit vers celles de leurs partenaires, sans laisser libre cours au jeu de la concurrence. Ces éléments questionnent à la fois la liberté de choix de l'utilisateur, qui est limitée par les offres que l'agent d'IA décide de lui afficher, et l'identité des marques et entreprises vers lesquels les utilisateurs sont redirigés, et peuvent être constitutifs de pratiques anticoncurrentielles, notamment d'autopréférence.

C. RISQUES LIÉS À L'INTÉGRATION DES AGENTS D'IA DANS LES SERVICES EXISTANTS D'ENTREPRISES VERTICALEMENT INTÉGRÉES

287La position prépondérante de certains grands acteurs du numérique repose sur desécosystèmes déjà établis (tels que la maîtrise d'infrastructures d'informatique en nuage, de suites bureautiques ou de systèmes d'exploitation ou de bases d'utilisateurs) et des ressources financières considérables, leur permettant d'investir massivement et rapidement dans ce secteur en pleine expansion. Comme évoqué ci-avant aux paragraphes 163 et suivants, plusieurs de ces entreprises ont également intégré leurs propres agents d'IA au sein de leurs services existants, à l'image de Copilot dans la suite Microsoft 365 ou de Gemini dans Google Workspace.

288L'intégration des agents d'IA dans les services existants d'entreprises verticalementintégrées peut être bénéfique aux utilisateurs. En effet, cette intégration dans les offres existantes des grands acteurs du numérique permet aux utilisateurs de gagner en efficacité en leur offrant des fonctionnalités optimisées par l'IA sans qu'ils aient besoin de passer d'une application à l'autre. Certains répondants à la consultation publique mentionnent notamment l'existence de « boutons dédiés » ou « [d']accès direct aux fichiers de la suite bureautique ».

289Malgré ces bénéfices pour les utilisateurs, l'intégration des agents d'IA dans les servicesexistants d'entreprises verticalement intégrées peut néanmoins soulever des risques concurrentiels, dès lors que l'entreprise éditrice de l'agent d'IA occupe une position dominante sur le marché du service auquel celui-ci est adossé. Ces risques sont bien connus des autorités de concurrence, qui les ont identifiés dans d'autres secteurs du numérique. Cependant, ils menacent aujourd'hui potentiellement un secteur naissant et en pleine expansion où la concurrence pourrait s'exercer de manière plus effective.

290Un premier ensemble de préoccupations concerne ainsi les conditions d'accès aux servicesincontournables de ces entreprises, susceptibles d'entraîner des pratiques d'autopréférence, de ventes liées ou groupées ou de verrouillage contractuel ou technique (1). Un second ensemble de préoccupations, plus prospectif, porte sur les modalités de commercialisation des agents d'IA, ce qui peut conduire à des pratiques d'éviction par les prix (2).

1LES RISQUES LIÉS AUX CONDITIONS D'ACCÈS AUX SERVICES INCONTOURNABLES

DES ENTREPRISES VERTICALEMENT INTÉGRÉES

291Les conditions d'accès aux services incontournables de ces entreprises peuvent souleverplusieurs risques concurrentiels.

292Premièrement, les entreprises verticalement intégrées pourraient être en mesure de favoriserleurs propres agents d'IA au sein de leurs services existants, ce qui pourrait constituer une pratique d'autopréférence112 si leurs concurrents ne sont pas susceptibles de bénéficier de conditions comparables pour être intégrés à ces services. Certains répondants à la consultation publique relèvent ainsi l'existence « de points d'accès privilégiés au système d'exploitation », tels que l'activation par mot-clé ainsi « qu'un accès étendu aux capteurs et aux notifications ». Des répondants parlent ainsi d'un « biais d'interface ».

293Deuxièmement, outre ce traitement différencié au sein d'un même service, une entreprisedominante sur un marché de services pourrait intégrer systématiquement son agent d'IA de sorte qu'il soit impossible pour l'utilisateur d'accéder au service sans l'agent d'IA associé, ce qui pourrait conduire à des pratiques de ventes liées ou groupées. Plusieurs répondants à la consultation publique ont exprimé la crainte de ventes liées et groupées dans le secteur, notamment lorsque l'agent d'IA est adossé à des suites logicielles. Plus globalement, un répondant indique : « les grandes plateformes peuvent intégrer les agents conversationnels dans des ‘bundles' ou offres groupées intégrant des services cloud, des outils publicitaires ou des services de marketplaces. Ce couplage réduit la capacité des annonceurs et intermédiaires à choisir des solutions diverses, réduisant l'ouverture du marché ».

294Troisièmement, plusieurs pratiques de verrouillage contractuel et technique pourraiententraver l'accès des agents d'IA tiers aux principaux écosystèmes, limitant ainsi la concurrence. L'intégration verticale offre à l'agent d'IA intégré un accès à l'ensemble des données de l'entreprise. À l'inverse, un concurrent externe, ne disposant pas d'un accès aussi granulaire ou devant recourir à des API limitées, apparaît moins bien placé pour fournir son service à l'entreprise, notamment en raison des restrictions d'interopérabilité développées ci-avant aux paragraphes 187 et suivants.

295Dans ce contexte, plusieurs répondants relèvent des risques de verrouillage par la donnée.

Diverses restrictions d'accès aux données résulteraient ainsi de systèmes fermés (« walled garden »). Un répondant a observé, à cet égard, qu'une grande plateforme verticalement intégrée aurait mis en place diverses barrières techniques pour empêcher ou rendre plus difficile l'accès des tiers à certains de ses services, en ce compris ceux qui collectent et regroupent un nombre important de données localisées. Or, les éditeurs d'agents d'IA concurrents pourraient proposer des solutions plus riches s'ils avaient accès à des données plus fines.

296Au-delà de ce verrouillage par la donnée, les éditeurs d'agents d'IA tiers se heurteraientégalement à d'importantes barrières techniques ou contractuelles. Selon un répondant, « [l]es agents tiers peuvent être désavantagés lorsque les opérateurs établis restreignent ou dégradent les fonctionnalités des API, imposent des limites de débit ou ne mettent pas à disposition des capacités équivalentes à celles dont disposent leurs propres assistants intégrés ». Un autre répondant confirme ainsi que « [l]es API proposées par les plateformes dominantes comportent souvent des restrictions d'utilisation ou des limitations d'accès aux données qui désavantagent les agents tiers par rapport aux propres offres des plateformes.

112 CJUE, 10 sept. 2024, aff. C-48/22 P, Google et Alphabet c/ Commission – Google Shopping.

Une véritable interopérabilité exige que les plateformes fournissent aux agents tiers un accès aux mêmes données et fonctionnalités que celles disponibles pour leurs propres services intégrés, dans des conditions équitables et non discriminatoires ».

297Parmi les restrictions à l'interopérabilité, des réponses identifient l'accès aux solutions degestion des identités et des accès mises en œuvre sur des plateformes mobiles. Un répondant indique ainsi que, même dans les cas où une interopérabilité limitée est techniquement envisageable, certaines plateformes « introduisent des frictions délibérées de nature à dissuader les utilisateurs d'opter ou d'utiliser des assistants alternatifs ».

298Il est toutefois à noter que certains systèmes d'exploitation mobile semblent disposés àproposer des accès aux agents d'IA concurrents. À ce titre, Perplexity a pu intégrer les terminaux mobiles Samsung via une commande vocale dédiée « Hey Plex », et Apple prévoirait d'ouvrir Siri à des services d'IA autres que ceux d'OpenAI dans le cadre de sa mise à jour iOS 27 prévue pour le mois de septembre 2026113.

299À l'inverse, plusieurs entreprises sont susceptibles de mettre en œuvre des actions visant àprotéger leurs écosystèmes numériques vis-à-vis des agents d'IA tiers.

300Amazon a ainsi bloqué l'accès de sa plateforme aux agents d'IA tiers issus notamment de

Google, Meta, Perplexity et OpenAI114, afin d'éviter que son catalogue de produits ne soit accessible depuis un site tiers. À cet effet, Amazon a également mis en demeure Perplexity devant le juge américain le 31 octobre 2025 « d'immédiatement cesser d'utiliser, d'activer ou déployer les agents IA de Comet ou tout autre moyen permettant de s'introduire subrepticement dans les sites de commerce en ligne d'Amazon », d'autant que Perplexity ne dispose pas d'autorisation d'accès « à la boutique Amazon, aux comptes utilisateurs Amazon ou aux informations relatives à ces comptes, en utilisant ses agents Comet AI déguisés ou masqués »115. Amazon soutient que, si les agents d'IA sont susceptibles d'améliorer l'expérience client, leur transparence est nécessaire pour que leur activité puisse être surveillée par le site internet concerné afin de prévenir la dégradation de l'expérience utilisateur sur son site et de garantir la sécurité des données personnelles de ses clients. Selon Perplexity, cette interdiction aurait davantage pour but de protéger les revenus publicitaires d'Amazon. Elle a déclaré, à cet égard, « [qu']Amazon veut éliminer les droits des utilisateurs afin de vendre plus de publicités maintenant et s'associer plus tard à des agents IA conçus pour profiter des utilisateurs »116. Une injonction a été prononcée à l'égard de Perplexity, l'interdisant d'accéder à la boutique Amazon pour y effectuer des achats automatisés pour le compte des utilisateurs117. En l'attente d'un jugement par une cour d'appel118, cette injonction est actuellement suspendue.

301Une action en justice a également été initiée aux États-Unis à l'encontre d'Apple en 2025.

Le propriétaire de xAI accuserait en effet OpenAI et Apple d'avoir conclu un accord

113 Reuters, Apple plans to open Siri to rival AI services, Bloomberg News reports, 26 mars 2026.

114 Modern Retail, Amazon quietly blocks more of OpenAI's ChatGPT web crawlers from accessing its site, 21 août 2025.

115 Mise en demeure adressée par Amazon à Perplexity, 31 octobre 2025.

116 Post de blog de Perplexity, Être un Tyran n'est Pas de l'Innovation, 4 novembre 2025.

117 United States district court for the northern district of California, Order granting plaintiff's motion for preliminary injunctive relief, Amazon.com services LLC v. Perplexity AI, Inc., Case No. 25-cv-09514-MMC, 9 mars 2026.

118 United States district court for the northern district of California, San Francisco division, Notice of appeal, Amazon.com services LLC v. Perplexity AI, Inc., Case No. 25-cv-09514-MMC, 10 mars 2026.

d'exclusivité, remis en cause depuis, faisant de ChatGPT le seul agent d'IA intégré aux smartphones d'Apple119.

302Ces pratiques susceptibles d'être qualifiées de verrouillage font l'objet d'un examen accrupar les autorités de concurrence, notamment au niveau de l'UE. Au mois de décembre 2025, l'AGCM120 a ainsi imposé, des mesures conservatoires à Meta estimant que ses pratiques risquaient de limiter la production, l'accès au marché ou les développements techniques sur « le marché des services de chatbot IA », au détriment des consommateurs. Meta doit ainsi suspendre ses nouvelles conditions121 pour préserver l'accès des concurrents de Meta AI à WhatsApp. La Commission a également ouvert, au mois de décembre 2025, une procédure formelle contre Meta. À l'issue de cette procédure, la Commission a imposé à Meta des mesures conservatoires visant à rétablir un libre accès à WhatsApp pour les assistants d'IA concurrents, au moins jusqu'à la fin de l'instruction du dossier au fond122.

2LES RISQUES PROSPECTIFS LIÉS AUX MODALITÉS DE COMMERCIALISATION DES

AGENTS D'IA

303Un second ensemble de préoccupations porte sur les modalités de commercialisation desagents d'IA. En effet, ces derniers sont souvent inclus gratuitement ou à moindre coût dans les suites logicielles existantes, mais les entreprises concernées pourraient être tentées de faire évoluer les modalités d'intégration et de tarification de leurs agents d'IA.

304Si ces dynamiques conduisaient à un affaiblissement durable de la pression concurrentielle,

les entreprises ayant une position prépondérante sur un produit ou service connexe pourraient être incitées à modifier leur offre en séparant l'accès à l'agent d'IA du produit ou service initial. Dans ce scénario, les utilisateurs pourraient se voir confrontés à des prix plus élevés faute d'alternative viable, ce qui pourrait dans certains cas s'apparenter à une pratique de prix prédateurs. Un répondant à la consultation publique explique ainsi que l'ajout gratuit d'agents d'IA, très inférieur aux coûts de développement réels, suivi de sa commercialisation autonome à un prix sensiblement plus élevé, pourrait relever d'une stratégie d'éviction une fois la concurrence éliminée : « [n]ous observons actuellement que ces agents sont souvent inclus "gratuitement" (car compris dans l'abonnement à la suite bureautique). Ce tarif, largement inférieur aux coûts de développement réels et massifs de l'IA, s'apparente à une stratégie d'éviction par les prix. En effet, une fois la concurrence éliminée et les utilisateurs “verrouillés”, il est probable que les entreprises verticalement intégrées modifient leur stratégie, par exemple en dégroupant l'agent de la suite (“de-bundling”). Elles imposeront alors des prix très élevés pour accéder à l'agent, les utilisateurs n'ayant plus d'alternative viable sur le marché ».

119 Article de Walid Chaiehloudj dans le club des juristes, xAI vs Apple et OpenAI : la guerre antitrust se poursuit sur le marché de l'IA générative !, 12 septembre 2025.

120 Communiqué de presse de l'AGCM, A576 - Meta AI: the Italian Competition Authority orders Meta to suspend the terms excluding competing AI Chatbots from WhatsApp, 24 décembre 2025.

121 Les nouvelles conditions de WhatsApp Business Solution, introduites le 15 octobre 2025 et appelées à entrer pleinement en vigueur le 15 janvier 2026, excluent les concurrents de Meta AI de la plateforme WhatsApp sur le marché des services de chatbot d'IA (voir Communiqué de presse de l'AGCM, A576 - Meta AI: the Italian Competition Authority orders Meta to suspend the terms excluding competing AI Chatbots from WhatsApp, 24 décembre 2025).

122 Communiqué de presse de la Commission européenne, La Commission impose des mesures provisoires à Meta afin de préserver le libre accès à WhatsApp pour les assistants d'IA concurrents, 9 juin 2026.

305Plusieurs répondants considèrent en outre que l'intégration d'un agent d'IA au sein d'unécosystème établi peut rendre difficile, voire économiquement non viable, pour des éditeurs indépendants d'investir dans des alternatives concurrentes. Selon eux, cette dynamique pourrait freiner l'innovation dans le domaine des agents d'IA, notamment pour les acteurs qui ne disposent pas d'un produit ou service aussi largement adopté. L'un des répondants indique ainsi que « [l]orsque les opérateurs établis combinent l'intégration native avec les ventes liées et groupées au sein des suites bureautiques, l'impact sur la capacité des concurrents à monétiser des services comparables est amplifié ».

306Ces différents mécanismes illustrent les enjeux concurrentiels susceptibles de résulter de

l'intégration croissante des agents d'IA au sein d'écosystèmes numériques. Leur appréciation dépendra toutefois des circonstances propres à chaque situation, notamment des caractéristiques des marchés concernés, des modalités de mise en œuvre des pratiques en cause et de leurs effets sur la concurrence et les utilisateurs.

IVL'automatisation d'actions par les agents d'IA, futur bouleversement de l'économie numérique ou cristallisation des positions existantes ?73 paragraphes, 21 min de lecture

307Avec le développement des capacités agentiques, les agents d'IA ne se limitent plus àproposer une réponse textuelle, mais sont capables d'effectuer des actions complexes en réponse aux instructions des utilisateurs, sans que ceux-ci ne valident toutes les étapes intermédiaires. Cette dynamique montre les opportunités que le secteur entrevoit par le développement de ces services. Cependant, savoir si ces nouvelles capacités entreront dans les usages, en particulier dans le secteur du commerce agentique, demeure incertain.

308Les réponses reçues à la consultation publique font état du fort dynamisme du secteur,

indiquant « une évolution technologique et économique extrêmement rapide », qui offre « d'importantes opportunités de croissance ». Elles soulignent également que les capacités agentiques de l'IA « continuent de progresser, leur permettant d'accomplir un nombre croissant de tâches et d'interactions complexes ». Ainsi, « les cas d'usage observés aujourd'hui ne préfigurent pas nécessairement ceux qui s'imposeront demain ». L'un des répondants note à cet égard que « les modèles, protocoles et modalités de monétisation se renouvellent à un rythme soutenu ».

309En effet, afin de soutenir ce dynamisme et permettre l'automatisation d'actions sur unegrande variété de tâches et de services numériques, les acteurs du secteur optent pour la standardisation des échanges entre leurs systèmes, portée par le développement, par les acteurs du secteur, de protocoles susceptibles de soulever en eux-mêmes certains risques concurrentiels (A). L'utilisation de ces standards, tant par les utilisateurs que par les entreprises, pour l'automatisation d'actions, est un moyen pour les agents d'IA, qui les mettent en œuvre, d'étendre leur zone d'action et d'influence (B).

310De nombreux répondants ont indiqué que la plupart de ces initiatives étaient encorenaissantes. Ils soulignent cependant que le potentiel de l'IA agentique, s'il se réalise, pourrait bouleverser de nombreux secteurs à un rythme effréné, avec un risque de cristallisation de l'activité économique autour de quelques acteurs prédominants, en particulier en ce qui concerne le commerce en ligne.

A. L'ADOPTION DE STANDARDS TECHNIQUES PARTAGÉS

311La définition et l'adoption de standards techniques, en droit de la concurrence de l'UE,

entrent dans la catégorie des accords de normalisation, tels que définis par les lignes directrices de la Commission sur les accords horizontaux123. En effet, ces accords ont notamment pour objectif la définition d'exigences techniques auxquelles des produits, services ou procédés techniques sont susceptibles de répondre. Par exemple, ils peuvent viser à établir « des spécifications techniques propres à des marchés de produits ou de services où la compatibilité et l'interopérabilité avec d'autres produits ou services sont essentielles »124.

1LE CARACTÈRE POTENTIELLEMENT PRO-CONCURRENTIEL DES STANDARDS

TECHNIQUES

312La définition et l'adoption de standards techniques communément partagés sont nécessairespour permettre la bonne communication entre agents d'IA ou entre un agent d'IA et l'ensemble des services numériques avec lesquels il interagit. Ces standards permettent également de créer les conditions d'un environnement pro-concurrentiel en permettant l'interopérabilité entre l'ensemble des services disponibles en ligne. Les lignes directrices de la Commission relatives aux accords horizontaux soulignent le fait que les accords de normalisation « produisent généralement des effets économiques positifs substantiels, par exemple parce qu'ils encouragent l'interpénétration économique sur le marché intérieur et le développement de produits ou marchés nouveaux et plus performants »125.

313Tout d'abord, comme présenté ci-avant aux paragraphes 35 et suivants, différents protocolesexistent et viennent remplir des fonctions qui couvrent des champs différents et complémentaires. Plusieurs acteurs ont indiqué qu'aucun standard n'a été communément adopté ou imposé pour l'instant même si les protocoles MCP et AP2 semblent être les plus adoptés, et que le protocole UCP progresse rapidement. Certains acteurs ont souligné que le bon fonctionnement des protocoles suppose des adaptations, qui sont nécessaires pour passer d'un modèle centré sur l'humain à un modèle centré sur la machine.

314Ces protocoles, étant open source, présentent des facilités d'utilisation et d'intégration pourles sites internet, y compris les plus petits. Ils permettent aux éditeurs de ces sites de faciliter leur accès à la demande provenant des agents d'IA, d'abord en ce qu'ils n'ont pas à prévoir ou négocier une intégration spécifique pour chaque agent d'IA. Ils contribuent à limiter les coûts techniques des sites internet, y compris pour les PME, pour assurer leur présence en ligne. Ils leur offrent également une possibilité de multi-hébergement, sans avoir à se limiter à une seule grande plateforme, surtout si celle-ci contrôle déjà de nombreux points d'accès à la demande. Par ailleurs, ces protocoles étant considérés comme simples d'utilisation, ils peuvent être adoptés par le plus grand nombre d'entreprises, réduisant ainsi le risque de fragmentation de l'internet.

123 Commission, Lignes directrices sur l'applicabilité de l'article 101 du traité sur le fonctionnement de l'Union européenne aux accords de coopération horizontale, 21 juillet 2023 (JO C 259 du 21 juillet 2023, pp. 1-125).

124 Commission, Lignes directrices sur les accords horizontaux précitée, paragraphe 436.

125 Commission, Lignes directrices sur les accords horizontaux précitée, paragraphe 439.

315Dans le cadre de l'avis n° 15-A-16 du 17 novembre 2015 portant sur l'examen, au regarddes règles de concurrence, des activités de normalisation et de certification, l'Autorité avait relevé « [qu']en facilitant la compatibilité et l'interopérabilité des différents produits et services, l'adoption de normes a un effet pro concurrentiel car elle favorise la diversité de l'offre et permet aux acheteurs de comparer plus aisément les différents biens, ce qui va au soutien d'une concurrence par les mérites »126.

316Du point de vue des agents d'IA, cela leur permet d'être en mesure de communiquer avecun nombre élevé de sites internet, sans pour autant devoir prévoir une intégration spécifique pour chacun. L'adoption de ces protocoles leur permet également d'assurer une fluidité des échanges avec les services avec lesquels ils interagissent et de proposer une offre de services variée.

317Dans le cadre spécifique du commerce en ligne, les acteurs du secteur soulignent que

l'interopérabilité par l'adoption de standards techniques communs couvre quatre phases du parcours d'achat d'un utilisateur, à savoir l'accès au catalogue des sites internet marchands, le déclenchement d'actions (notamment mettre un produit dans le panier, effectuer un choix de livraison, ou encore effectuer un paiement), la gestion de l'identité et du consentement de l'utilisateur et, enfin, le suivi de la transaction et l'après-vente.

2. LES RISQUES LIÉS À LA STANDARDISATION TECHNIQUE

318La standardisation technique est une condition nécessaire à l'automatisation, pour permettre

l'interopérabilité entre les services d'IA, d'une part, et entre un service d'IA et l'ensemble des services disponibles en ligne, d'autre part. Elle peut avoir des effets pro-concurrentiels en limitant la fragmentation, en abaissant les barrières à l'entrée et à l'expansion, en réduisant les coûts de transaction, en stimulant l'innovation complémentaire ou encore en permettant à plusieurs opérateurs de bénéficier d'effets de réseaux. Un répondant à la consultation publique indique à ce titre qu'« en principe, des standards techniques communs peuvent réduire les coûts d'intégration, améliorer la sécurité et faciliter l'interopérabilité à travers l'écosystème – dès lors qu'ils sont développés dans des conditions ouvertes et non-discriminatoires ».

319Toutefois, la standardisation technique est susceptible de présenter des risques pour laconcurrence. Ces risques peuvent se matérialiser au niveau tant de la gouvernance de ces standards que de leur mise en œuvre.

320En premier lieu, s'agissant des risques liés à la gouvernance de ces protocoles techniques,

les craintes évoquées par la grande majorité des répondants à la consultation publique se concentrent sur un risque de capture du protocole par un acteur dominant ou un petit groupe d'acteurs comprenant des entreprises dominantes, qui se verrait alors en capacité d'imposer ses règles et ses conditions au reste de l'économie. L'Autorité a déjà pu rappeler qu'une « normalisation réalisée à mauvais escient peut affecter l'efficacité économique et restreindre la concurrence [...] notamment [...] si elle permet l'homologation d'une norme biaisée au profit de certains acteurs du marché, lesquels peuvent alors l'instrumentaliser pour ériger une barrière à l'entrée de concurrents ou d'innovateurs »127.

126 Avis n° 15-A-16 du 16 novembre 2015 portant sur l'examen, au regard des règles de concurrence, des activités de normalisation et de certification, paragraphe 5.

127Ibidem, paragraphe 7.

321À ce titre, en cas d'évolution qui pourrait tendre vers une centralisation des servicesnumériques autour des agents d'IA, quelques acteurs du commerce en ligne indiquent que l'entreprise qui sera en mesure de contrôler le standard technique sera également celle qui sera en mesure de contrôler le secteur. En effet, une entreprise dans cette situation serait en mesure de contrôler l'accès aux agents d'IA et, pour ce qui est du commerce en ligne, de contrôler l'accès à l'écosystème commercial en fixant des conditions disproportionnées de participation des acteurs de la chaîne de valeur, parmi lesquels les marchands et prestataires de paiement.

322Le maintien de protocoles ouverts et interopérables constitue une condition centrale pourune participation équitable de l'ensemble des services numériques au jeu concurrentiel qui s'exerce par leur distribution au travers des agents d'IA.

323En second lieu, s'agissant des risques liés à la mise en œuvre des protocoles, l'enjeu essentielrelevé au cours de l'instruction consiste à maintenir l'interopérabilité rendue possible par ces protocoles. Les acteurs ayant contribué à la consultation publique soulignent qu'il est crucial que les voies ouvertes par l'interopérabilité entre les services restent ouvertes, documentées et régulièrement mises à jour pour que les services numériques concernés ne se voient pas privés d'accès à un canal de distribution.

324Le maintien du caractère ouvert et accessible de ces protocoles est également vu commeessentiel dans le secteur du commerce en ligne, au risque que le secteur se cristallise autour de quelques acteurs dominants. En outre, si la mise en œuvre de ces protocoles devait perdre son caractère ouvert, cela serait susceptible de créer ou de renforcer la dépendance des marchands à l'agent d'IA considéré. Les marchands devraient alors répondre de manière stricte aux exigences posées par un éditeur d'agent d'IA pour continuer à être une source quant aux actions des agents d'IA lorsqu'ils agissent de manière autonome en lieu et place de l'utilisateur sur leur site internet.

B. LE POTENTIEL DE BOULEVERSEMENT DE L'ÉCONOMIE NUMÉRIQUE LIÉE À L'AUTOMATISATION DES TÂCHES PAR LES AGENTS D'IA

325Comme indiqué ci-avant aux paragraphes 112 et suivants, dans leur mouvement deplateformisation, les agents d'IA développent des capacités visant à automatiser et exécuter des tâches à la place de l'utilisateur.

326Qu'il s'agisse du protocole MCP, qui permet d'établir une communication entre les agents

d'IA et des données, applications ou services tiers, ou du protocole A2A, qui standardise la communication entre agents d'IA et donc la mise en place de systèmes multi-agents, la progressive généralisation de ces protocoles conduit les agents d'IA à proposer de nouveaux services aux utilisateurs. Ces nouveaux services trouvent leurs traductions les plus notables dans les services de bureautique et ceux fournis dans le cadre du commerce agentique, qui illustrent certains risques concurrentiels propres à l'IA agentique.

1. L'AUTOMATISATION DE TÂCHES SUR ORDINATEURS ET SMARTPHONES

327Des services tels que Claude Cowork, OpenAI Codex, OpenClaw, l'intégration de Geminiau sein de la suite Google Workspace ou encore le futur service Scout de Microsoft proposent aux utilisateurs individuels comme aux entreprises de déployer des agents d'IA capables d'automatiser et d'exécuter, à leur place, un certain nombre de tâches notammentsur leurs ordinateurs ou smartphones. Ces tâches peuvent, par exemple, être la rédaction de documents, la gestion de l'agenda, le tri de courriels, voire la prise de contrôle à distance de l'ordinateur ou du smartphone, et peuvent concerner à la fois les usages personnels et professionnels. Ces tâches nécessitent pour les agents d'IA d'accéder à une large variété de données, d'applications et de services sur l'appareil de l'utilisateur, puisqu'ils doivent accéder notamment aux différents services de messagerie, au calendrier, aux documents de l'utilisateur ou encore à des logiciels métier. Ces agents visent également à être disponibles à tout moment et sont donc amenés à opérer en continu, ou de manière planifiée sur les appareils des utilisateurs.

328Afin de pouvoir fournir leur service, ces agents d'IA sont en mesure de consulter, collecteret traiter ces données, et ce à grande échelle, la masse de données pouvant être très importante et le nombre de ses utilisateurs étant en croissance. Le traitement et la collecte de données à grande échelle, ainsi que la conservation d'un historique, sont susceptibles de créer un effet de verrouillage pour les utilisateurs et entreprises recourant à ces solutions. En effet, lorsqu'un utilisateur ou une entreprise prend du temps à configurer ses agents d'IA, à lui accorder les droits d'accès nécessaires aux différentes applications, à corriger ses éventuelles erreurs ou à lui préciser des préférences, le niveau de personnalisation du service rend coûteuse et difficile la migration vers l'agent IA d'un autre éditeur. Cet effet de verrouillage est renforcé par les capacités d'apprentissage des agents d'IA, supposées agir comme une boucle de rétroaction pour améliorer sans cesse le service en approfondissant sa personnalisation.

329Par ailleurs, en raison du nombre croissant d'utilisateurs de ces fonctionnalités et de lagamme de tâches de plus en plus complexe qui est proposée, les coûts liés à l'inférence sont de plus en plus élevés pour les éditeurs d'agents d'IA. Comme indiqué ci-avant aux paragraphes 55 et suivants, ce constat a conduit ces derniers à transformer leurs modes de facturation des entreprises, en passant d'un abonnement incluant tous les usages à une tarification plus complexe combinant un abonnement de base pour accéder aux fonctionnalités et une tarification à l'usage dont le prix unitaire peut varier en fonction des quantités et des types de jetons consommés.

330La modification de ces modalités de tarification de l'utilisation des agents d'IA a d'ailleurssurpris un certain nombre d'entreprises qui ont constaté que leurs factures pourraient doubler voire tripler128. Les entreprises qui, pour certaines, encourageaient leurs employés à utiliser les outils d'IA en intégrant même le nombre de jetons comme moyen d'évaluation de la productivité, sont contraintes de revoir leur utilisation de ces outils afin de maîtriser leurs coûts129. Cette modification de la tarification présente une justification pour assurer la pérennité du modèle d'affaires des éditeurs d'agents d'IA. Toutefois, si ces derniers offraient aux entreprises d'accéder à un service à bas prix, avant de modifier ce prix à la hausse une fois qu'elles ont intégré les agents d'IA dans leur fonctionnement (bait-and-switch), une telle pratique de « prix d'appel » pourrait être considérée comme abusive.

2. L'AUTOMATISATION DU PARCOURS D'ACHAT : LE COMMERCE AGENTIQUE

331En raison des évolutions constantes du secteur, les entreprises sont partagées entre une visiondu commerce agentique comme simple canal complémentaire de distribution ou comme un

128 PYMNTS, Anthropic Switches to Usage-Based Billing for Enterprise Customers, 15 avril 2026.

129 Reuters, Corporate AI sticker shock will force restraint, 3 juin 2026.

canal ayant vocation à phagocyter les canaux de distribution existants. De même, le secteur semble divisé quant à l'horizon auquel le commerce agentique deviendra une réelle option pour les utilisateurs. Certains anticipent ainsi que les éléments nécessaires à son déploiement seront mis en place à très court terme, quand d'autres voient un déploiement à plus long terme.

332Quelles que soient les hypothèses retenues, les acteurs du secteur du commerce en ligneanticipent un changement radical dès lors que le commerce agentique sera généralisé, certains craignant que ce changement ait pour conséquence une concentration accrue du secteur du commerce en ligne. Un répondant à la consultation publique indique à ce titre qu'« [i]Il est prématuré de prédire comment (et dans quelle mesure) le commerce agentique évoluera, mais ses fonctionnalités auront probablement un impact significatif sur les interactions entre consommateurs et commerçants: de la découverte et la décision, à la livraison, en passant par toutes les étapes qui contribuent à une expérience client complète en ligne ».

333En lien avec les développements ci-avant des paragraphes 287 et suivants, certainsrépondants à la consultation publique soulignent que l'intégration verticale sur l'ensemble de la chaîne de valeur de certains acteurs, qui maîtrisent à la fois l'infrastructure (centre de données et de calcul), détiennent une place de marché, un modèle génératif, ou encore un moteur de recherche, serait de nature à leur octroyer un pouvoir particulier. En effet, contrairement aux prémices des marchés numériques, ces acteurs démarrent leur activité d'agents d'IA à partir d'une base de services et d'utilisateurs déjà constituée, ce qui est susceptible de leur conférer un avantage et des possibilités d'accélération inédites.

334Au-delà de ces hypothèses sur le futur du commerce en ligne, de nombreusesexpérimentations sont en cours dans le secteur, aussi bien du côté des éditeurs d'agents d'IA, des fournisseurs de services de paiement que des e-commerçants.

335Tout d'abord, s'agissant des éditeurs d'agents d'IA, ceux-ci développent des protocolesgénéralistes, afin de faciliter la communication entre leurs services et les sites internet marchands. C'est le cas notamment de l'UCP de Google ou de l'ACP d'OpenAI, qui sont encore en cours de test et de déploiement progressif au moment de la publication de l'avis. Anthropic a également lancé des expérimentations relatives au commerce en ligne, dont l'une – appelée « Project Deal » – vise à permettre les transactions entre agents d'IA, représentant à la fois l'acheteur et le vendeur, sur une place de marché test130.

336Ensuite, s'agissant des fournisseurs de services de paiement, ceux-ci cherchent à mettre enplace des protocoles spécifiques aux paiements, notamment afin d'assurer l'authentification des utilisateurs nécessaire pour garantir la sécurité des paiements. À ce titre, le 10 juin 2026, Mastercard a lancé Agent Pay for Machines (AP4M) pour permettre les transactions entre agents d'IA131 ; au mois de novembre 2025, Visa a introduit le Trusted Agent Protocol, qui permet de distinguer les agents valides, destinés à exécuter des actions relatives au commerce, de robots malveillants132 ; et, au mois d'avril 2026, American Express a lancé Agentic Commerce Experiences, visant à faciliter les paiements effectués par agents d'IA133. Les banques centrales réfléchissent quant à elles aux adaptations techniques des

130 TechCrunch, Anthropic created a test marketplace for agent-on-agent commerce, 25 avril 2026.

131 Mastercard, Mastercard launches Agent Pay for Machines to unlock super-fast, always-on payments, 10 juin 2026.

132 Visa, Trusted Agent Protocol.

133 American Express, Agentic Commerce Experiences Developer Kit.

infrastructures de paiement et aux dispositions réglementaires nécessaires pour assurer la sécurité des paiements agentiques et préserver le consentement des utilisateurs.134

337Enfin, s'agissant des acteurs du secteur du commerce en ligne, ceux-ci cherchent à mettreen place un certain nombre d'expérimentations afin de se préparer à l'irruption de l'agentique dans les parcours d'achat de leurs utilisateurs. Ils considèrent que les agents d'IA occuperont un rôle plus actif dans la réalisation des transactions, un répondant à la consultation publique indiquant que « l'agent passera d'un modèle de commerce réactif à un modèle proactif. L'agent ne se contentera plus d'attendre une instruction du consommateur. En s'appuyant sur un accès continu au contexte de l'utilisateur (tel que sa géolocalisation, son agenda, ou encore ses données de santé via des objets connectés), l'IA sera en mesure d'anticiper le besoin. Par exemple, l'agent pourra détecter que les chaussures de course de l'utilisateur ont atteint leur limite d'usure, rechercher de manière autonome le modèle de remplacement optimal au meilleur prix, et initier de lui-même la proposition d'achat en demandant une simple validation finale au client (ex : "Tes chaussures de course ont atteint 800 km, j'ai trouvé le nouveau modèle en promotion, dois-je valider l'achat ?") ».

338Ces fonctionnalités agentiques étant souvent lancées en priorité aux États-Unis, pour desraisons à la fois réglementaires et tenant à la nationalité des entreprises porteuses de ces initiatives, certains répondants ont expliqué, par exemple, devoir recourir à des réseaux privés virtuels (« VPN ») afin de tester ces fonctionnalités avant leur disponibilité commerciale sur le territoire de l'UE, d'être prêts au moment où ces nouvelles fonctionnalités seront disponibles auprès du grand public et de ne pas prendre de retard sur les acteurs américains concurrents.

339Dans l'hypothèse d'une généralisation du commerce agentique, les entreprises identifientplusieurs risques, à savoir un risque accru de désintermédiation, des risques liés au déroulement du parcours d'achat et des risques liés à une potentielle collusion algorithmique.

340Premièrement, les entreprises ont relevé, dans leurs réponses à la consultation publique, unrisque de désintermédiation plus poussé que celui qu'elles commencent à constater, en raison de la promesse d'un internet « zéro clic » portée par les agents d'IA. En effet, en proposant d'automatiser des actions pour le compte de l'utilisateur, il suffira à ce dernier de rédiger sa requête pour que les agents d'IA exécutent ensuite toutes les tâches intermédiaires, jusqu'à la finalisation de la transaction, le suivi de la commande et même le service après-vente, sans qu'il ait à consulter les sites internet sur lesquels la transaction est effectuée. Plusieurs répondants à la consultation publique soulignent que cette désintermédiation est susceptible de leur faire perdre le lien avec le client, et ainsi de dégrader fortement leur connaissance de ce dernier. Cela pourrait résulter en une offre moins pertinente et une difficulté plus grande à cerner ses besoins.

341La question de la désintermédiation prend une portée particulière dans les cas derenouvellement des achats. En effet, certains d'agents d'IA permettent de programmer des achats récurrents et leur renouvellement automatique, sans nouvelle intervention de l'utilisateur.

342D'une part, les répondants soulèvent la question de la durée de validité du mandat donné par

l'utilisateur à l'agent d'IA pour effectuer des achats à sa place, ce qui est susceptible de présenter des risques d'un point de vue de la sécurité et de l'authentification des paiements. En effet, contrairement à un achat classique, en magasin physique ou en ligne, l'achat par

134 Sarah Breeden, Agents of change, discours au forum de la Banque centrale européenne à Sintra, 30 juin 2026.

agent d'IA présente un décalage entre le consentement du consommateur à l'achat et la conclusion de la transaction. Lors de la transaction, le site internet marchand doit ainsi s'assurer que l'agent d'IA représente bien l'acheteur, avec un mandat valide.

343D'autre part, ils font valoir que l'automatisation d'achats récurrents est susceptible de limiterla concurrence sur ces produits. En effet, l'automatisation peut conduire l'agent à acheter le même produit ou service que celui déjà utilisé, sans réévaluer l'offre existante, alors même qu'elle a pu évoluer dans ses caractéristiques comme dans ses prix. Ce phénomène, déjà présent dans le commerce en ligne, peut être généralisé par le commerce agentique. Ses conséquences seraient l'absence de recherche d'alternatives aux produits ou services déjà utilisés ainsi qu'une réduction de la visibilité de ces alternatives, limitant la concurrence entre ces produits et la possibilité d'entrée de nouveaux produits sur le marché. Cela signifie également qu'une alternative comparable et moins chère pourrait échapper au consommateur, créant ainsi un risque d'exploitation de celui-ci.

344Le risque relatif au renouvellement des achats est à associer aux risques liés aux conditionsde visibilité au sein des agents d'IA, identifiés ci-avant aux paragraphes 268 et suivants, dans l'hypothèse où l'achat initial a déjà été effectué ou guidé par le recours à un agent d'IA. Dans ce cadre, si la sélection initiale de produits ou services a déjà été influencée par des logiques étrangères à la demande du consommateur, notamment afin de le diriger vers des produits ou services de l'entreprise qui édite l'agent d'IA ou de ses partenaires, cette influence indue est susceptible de perdurer par le renouvellement automatique des achats.

345Deuxièmement, parmi les autres risques liés à l'automatisation des parcours d'achat,

certaines entreprises ont également évoqué la question de la collecte massive de données sur leurs sites internet. Elles soulignent toutefois que leurs sites étaient déjà coutumiers d'une extraction des données de leurs catalogues par des services tiers, notamment par des comparateurs de prix, mais que la différence, avec l'irruption de l'IA agentique, réside dans la délégation d'exécution de certains actes à un système automatisé.

346Un répondant à la consultation publique insiste sur le fait que cette délégation d'exécution

d'actions du parcours d'achat nécessite d'encadrer la façon dont les services interagissent avec les sites internet marchands pour s'assurer qu'ils se comportent à la place de l'utilisateur dans le respect des conditions générales de vente. Cette possibilité est déjà prévue par certains sites internet, qui donnent l'instruction aux agents qui les visitent, de lire les conditions générales de vente et d'utilisation, et de s'y conformer lors de leur navigation jusqu'à l'éventuelle transaction.

347Troisièmement, même si, en l'état actuel du développement du secteur, la survenance de cerisque n'est pas certaine, plusieurs entreprises indiquent un potentiel risque de collusion algorithmique entre agents d'IA. Les risques concurrentiels liés à l'utilisation d'algorithmes ne sont pas nouveaux et ont déjà fait l'objet d'une étude conjointe de l'Autorité et du Bundeskartellamt (autorité allemande de concurrence)135. Cette étude pointait notamment les risques liés à l'utilisation, par les sites internet marchands, d'algorithmes de tarification qui peuvent être identiques.

348De manière analogue, les répondants à la consultation publique considèrent que le risque decollusion algorithmique ne serait susceptible de se réaliser que dans la mesure où le rôle des agents d'IA évoluerait pour agir en tant qu'outil de fixation du prix et de mise en avant de produits du côté des sites internet marchands, et en tant que négociateur du prix payé et de recommandation de produits du côté de l'acheteur.

135 Autorité de la concurrence et Bundeskartellamt, Étude « Algorithmes et concurrence », 6 novembre 2019.

349Du côté des sites internet marchands, le risque pourrait se réaliser par le biais d'unecoordination tacite si le nombre d'agents d'IA différents est faible, notamment sur la fixation des prix. Une entreprise du commerce en ligne indique ainsi que « le déploiement d'agents capables d'apprendre et de décider de manière autonome soulève des enjeux en matière de fixation des prix et de comportements de marché, [le risque étant] que des mécanismes d'optimisation algorithmique, même sans intention collusive, conduisent à des phénomènes de coordination tacite ou d'alignement durable des prix ».

350Dans la rencontre entre l'agent d'IA représentant l'utilisateur et celui représentant levendeur, les risques pourraient se manifester par des biais, à la fois dans les offres proposées par les agents d'IA des vendeurs et dans l'offre sélectionnée par l'agent d'IA agissant pour le compte de l'utilisateur, pouvant se rapprocher de pratiques d'autopréférence. Par ailleurs, dans l'hypothèse d'une autonomie d'action étendue pour les agents d'IA, comme le souligne la CMA, il est possible que ces systèmes d'IA avancés apprennent à aboutir à des résultats coordonnés en raison de l'objectif de maximisation du profit qui leur serait fixé, y compris sans que cela ne résulte d'une intention collusoire d'une entreprise136.

351Toutefois, en l'absence actuelle de capacité de négociation et de véritable représentationautonome de l'utilisateur dans l'acte d'achat, le champ d'action des agents d'IA semble à ce stade trop restreint pour envisager la mise en œuvre de pratiques d'entente par voie algorithmique.

136 CMA, Blog post. AI and collusion: frontiers, opportunities and challenges, 4 mars 2026.

VRecommandations231 paragraphes, 27 min de lecture

A. MOBILISER RAPIDEMENT LE CADRE RÉGLEMENTAIRE EXISTANT

352Le déploiement accéléré des agents d'IA appelle une réaction rapide et ciblée de la part desautorités publiques compétentes. Si quelques répondants à la consultation publique suggèrent la mise en place de dispositifs réglementaires spécifiques, compte tenu des risques potentiellement associés à ces nouvelles technologies, la très grande majorité des parties prenantes se prononce en faveur du maintien d'un cadre juridique stable au vu notamment de l'existence d'un corpus réglementaire déjà substantiel et des délais inhérents à l'élaboration de nouvelles normes, difficilement conciliables avec le rythme soutenu de ces innovations.

353Dans ce contexte, il apparaît préférable, à court terme, de s'appuyer sur les dispositifsjuridiques existants, d'autant que certaines réglementations récemment adoptées, telles que le règlement sur l'IA, ne sont pas encore pleinement déployées.

354Du point de vue du droit de la concurrence, les procédures engagées par exemple à l'encontrede Meta, d'abord en Italie puis par la Commission relatives à des pratiques impliquant des agents d'IA, témoignent de la capacité des autorités à intervenir dans des délais relativement courts et à obtenir des résultats effectifs, en particulier par le recours à des mesures provisoires.

355Au-delà du seul droit de la concurrence, le règlement sur les marchés numériques offre desleviers d'intervention prometteurs, notamment au travers des procédures dites de « spécification », qui permettent de préciser rapidement la portée des obligations applicables aux contrôleurs d'accès et d'assurer leur adaptation à des évolutions technologiques émergentes et inédites.

356En outre, le développement de l'IA agentique est susceptible d'avoir des conséquences dans

d'autres domaines réglementaires – réglementation prudentielle des banques et des marchés financiers, protection des données, cybersécurité, etc. – rendant souhaitable un dialogue entre régulateurs sur ces questions.

357La mise en œuvre d'instruments de droit souple, tels que des lignes directrices, pourraitégalement être envisagée afin de compléter, le cas échéant, les dispositifs existants et ce, afin d'agir de manière rapide et ciblée.

Recommandation n° 1 : le cadre réglementaire actuellement applicable doit faire l'objet d'une mise en œuvre pleine et effective. Dans l'hypothèse où certaines innovations justifieraient l'adoption de mesures spécifiques, l'Autorité recommande de privilégier, en premier lieu, le recours à des instruments de droit souple, tels que des lignes directrices, ou à des mécanismes de concertation avec les parties prenantes inspirés des procédures de spécification prévues par le DMA afin de permettre une intervention rapide et ciblée. Toute évolution normative devrait, en tout état de cause, être privilégiée à l'échelle de l'Union européenne.

358Du point de vue du droit de la concurrence, les risques concurrentiels identifiés dans cet avisappellent une vigilance renforcée afin de préserver le bon fonctionnement du secteur.

Recommandation n° 2 : l'Autorité appelle à une vigilance particulière, au regard du droit de la concurrence, concernant notamment :

– les prises de participation réalisées par les grands acteurs du numérique au sein d'éditeurs

d'agents d'IA concurrents et les accords de partenariats conclus entre ces acteurs ;

– la possibilité effective, pour les utilisateurs, de sélectionner et d'utiliser des agents d'IAconcurrents de ceux intégrés par défaut au sein de l'écosystème des grandes entreprises du numérique ; et,

– les modalités de définition et de mise en œuvre des principaux paramètres susceptibles

d'influencer la sélection, le classement ou la recommandation des services proposés par les agents d'IA.

359Dans l'avis n° 24-A-05, l'Autorité a invité la Commission à porter une attention particulièreau développement des places de marché de modèles d'IA (« Model as a Service » ou MaaS) et d'évaluer la possibilité de désigner les entreprises fournissant de tels services en tant que contrôleurs d'accès au titre du règlement sur les marchés numériques, et de ces services en tant que services de plateforme essentiels. L'instruction du présent avis confirme que plusieurs grands acteurs du secteur numérique, également éditeurs d'agents d'IA, exercent un contrôle sur les modèles génératifs sous-jacents, ce qui est susceptible d'influer les conditions d'accès des éditeurs d'agents d'IA concurrents aux capacités d'IA nécessaires.

360L'Autorité réitère, par conséquent, son appel à la vigilance afin que l'ensemble des canauxde distribution, y compris les plateformes MaaS, demeurent accessibles à l'ensemble des acteurs du secteur dans des conditions équitables. À ce titre, l'Autorité accueille favorablement la position préliminaire de la Commission selon laquelle les services d'informatique en nuage d'Amazon et de Microsoft devraient être désignés comme contrôleurs d'accès au titre du règlement sur les marchés numériques137.

Recommandation n° 3 : l'Autorité identifie trois priorités d'action destinées à favoriser l'accès équitable aux canaux de distribution des agents d'IA pour l'ensemble des acteurs du secteur :

– les autorités de concurrence devraient prêter une attention particulière au rôle des canauxde distribution des agents d'IA et notamment des plateformes MaaS ;

– l'action engagée par la Commission dans le cadre de l'évaluation du règlement sur lesmarchés numériques et des enquêtes de marché en cours dans le secteur des services d'informatique en nuage devrait être poursuivie sur la base de la position préliminaire de la Commission et envisager la possibilité de désigner des places de marché distribuant des modèles d'IA comme services de plateforme essentiels ;

– dans l'hypothèse où de nouvelles entreprises seraient désignées au titre de cesplateformes, la Commission devrait s'assurer, dans le cadre de l'enquête de marché en cours visant à déterminer si les obligations actuellement prévues par le DMA sont

137 Communiqué de presse de la Commission européenne, La Commission arrête sa position préliminaire selon laquelle les services en nuage d'Amazon et de Microsoft, qui occupent une position dominante sur le marché, devraient être désignés en vertu du règlement sur les marchés numériques, 25 juin 2026.

efficaces pour lutter contre les pratiques qui limitent la contestabilité ou sont déloyales dans le secteur des services de l'informatique en nuage, que sont garantis l'accès à ces places de marché ainsi qu'une visibilité équitable, raisonnable et non discriminatoire pour les éditeurs d'agents d'IA et les développeurs de modèles génératifs.

361Dans la mesure où les enjeux soulevés par le développement des agents d'IA ne relèvent pasexclusivement du droit économique, l'Autorité appelle également l'attention des pouvoirs publics sur plusieurs problématiques complémentaires.

362D'une part, la nécessité de renforcer l'appropriation de ces technologies et la compréhensionde leurs enjeux par les utilisateurs finaux dans le cadre, par exemple, de la mise en place par le Gouvernement, de dispositifs de sensibilisation des lycéens aux enjeux de l'IA138.

363Ces enjeux devraient également être examinés au regard du droit des pratiques restrictivesde concurrence et de la protection du consommateur. Le développement du commerce agentique pourrait, en effet, soulever des interrogations, notamment, sur la validité du consentement, les paramètres susceptibles d'influencer la transparence et la neutralité des réponses fournies ou encore la détermination des responsabilités en cas de litige. À cet égard, il y a lieu de rappeler qu'au titre du règlement sur les services numériques, la DGCCRF est désignée comme l'autorité chargée de contrôler le respect des obligations des fournisseurs de places de marché en ligne établies en France.

364D'autre part, une veille proactive en matière d'innovation technologique apparaît nécessaireafin d'anticiper d'éventuels risques pour les utilisateurs. Dans cette perspective, le PEReN pourrait apporter une contribution déterminante. Celui-ci dispose en effet d'une compétence particulière à l'égard des fournisseurs de services de communication au public en ligne reposant sur le traitement algorithmique de contenus, de biens ou de services, ainsi qu'à l'égard des fournisseurs de systèmes d'IA au sens du règlement sur l'IA. Le PEReN contribue en outre activement aux travaux de l'Institut national pour l'évaluation et la sécurité de l'IA (INESIA), dont les missions incluent notamment d'« analyser les risques systémiques et les systèmes agentiques ».

365Enfin, comme le notent la majorité des répondants, une coordination renforcée des autoritéspubliques compétentes dans ce domaine est nécessaire compte tenu de la multiplicité des enjeux associés au développement des agents d'IA (concurrence, protection du consommateur, protection de la vie privée, stabilité financière et cybersécurité notamment).

Recommandation n° 4 : l'animation concurrentielle du secteur repose notamment sur la capacité des utilisateurs à comparer les offres disponibles et à exercer un choix éclairé. Cet objectif implique :

– le renforcement des actions de pédagogie conduites par les pouvoirs publics et lesprofessionnels à destination des utilisateurs et notamment de la jeunesse ;

– une implication proactive des régulateurs, notamment de la DGCCRF, afin d'assurer

l'application effective ou le cas échéant, l'adaptation des cadres réglementaires existants, en particulier ceux relatifs aux pratiques restrictives de concurrence, au droit de la consommation et au règlement sur les services numériques ;

138 Le Monde, IA : les élèves de 2de auront une heure d'enseignement par semaine à partir de la rentrée de 2027, 19 juin 2026.

– une attention particulière des services publics compétents, tels que le PEReN, à l'analysetechnique des agents d'IA, y compris par la mise en œuvre d'expérimentations, afin d'évaluer l'impact de ces innovations technologiques sur les politiques publiques ;

– une coordination renforcée de l'ensemble des autorités publiques compétentes.

B. FAVORISER L'INTEROPÉRABILITÉ ET LA PORTABILITÉ DANS LE SECTEUR

366L'analyse conduite par l'Autorité met en évidence des risques concurrentiels liés à

l'interopérabilité limitée des agents d'IA avec les services existants d'entreprises verticalement intégrées ou à l'existence d'obstacles à la portabilité des données, empêchant les utilisateurs de migrer d'un agent d'IA à un autre. Ces difficultés sont de nature à entraver le dynamisme concurrentiel du secteur, en favorisant les positions établies et en réduisant les incitations à l'innovation.

Recommandation n° 5 : l'Autorité invite les acteurs du secteur à mettre en place des conditions d'utilisation, techniques et contractuelles, favorisant l'interopérabilité entre les services d'entreprises verticalement intégrées et les éditeurs d'agents d'IA tiers. À cette fin, il pourrait être recouru notamment à une documentation accessible, complète et actualisée et à des spécifications logicielles permettant le développement et le maintien de ces intégrations tierces.

Il convient également de garantir aux utilisateurs la possibilité de migrer d'un agent d'IA à un autre sans perte significative d'information et de fonctionnalité, en assurant notamment une portabilité effective des données entre agents d'IA.

C. GARANTIR LA MISE EN PLACE DE STANDARDS OUVERTS

367L'Autorité s'est, à plusieurs reprises139, prononcée sur les risques concurrentiels liés à

l'adoption de standards dans des conditions qui ne seraient pas suffisamment ouvertes et transparentes. Ainsi, il convient notamment de veiller à ce que les processus de standardisation ne soient pas orientés au bénéfice d'un acteur dominant ou d'un groupe d'acteurs comprenant des entreprises dominantes, qui seraient alors en mesure d'imposer leurs propres règles et conditions à l'ensemble du secteur. Il importe également que les standards restent ouverts et interopérables afin que les agents d'IA aient accès à l'ensemble des services numériques. Une telle ouverture constitue un facteur essentiel de soutien à l'innovation.

139 Voir notamment l'avis n° 15-A-16 du 16 novembre 2015 ainsi que l'étude sur les questions concurrentielles relatives à l'impact énergétique et environnemental de l'intelligence artificielle du 17 décembre 2025, paragraphes 123 et suivants.

Recommandation n° 6 : il convient de veiller à ce que les standards encadrant le commerce agentique soient élaborés et maintenus selon des modalités transparentes, ouvertes et collaboratives, afin d'éviter toute situation de contrôle ou d'influence excessive par un acteur dominant. Ces standards doivent également garantir le plus haut niveau d'ouverture compatible avec les exigences de sécurité et de fiabilité, notamment par l'adoption de solutions à code source ouvert (open source) et de standards pleinement interopérables.

Conclusion

368L'Autorité a procédé à un examen approfondi du secteur des agents d'IA, en portant uneattention particulière à la place croissante qu'occupent ces services dans l'économie numérique à l'aval de la chaîne de valeur de l'IA générative. Le présent avis s'inscrit dans le prolongement des travaux qu'elle a menés sur l'amont de la chaîne de valeur dans l'avis n° 24-A-05.

369Outre l'analyse détaillée du fonctionnement du secteur et de l'identification des barrières à

l'entrée et à l'expansion des acteurs, l'Autorité s'est prononcée sur des questions particulièrement structurantes pour l'avenir, tels que les risques liés à la plateformisation des agents d'IA, l'intégration de ces agents au sein de services existants d'entreprises verticalement intégrées ou la transformation profonde que pourrait engendrer le développement de l'IA agentique sur l'organisation de l'économie numérique.

370L'Autorité rappelle que le présent avis est rendu dans l'exercice de ses missionsconsultatives et ne préjuge d'aucune appréciation contentieuse relative à la conformité des pratiques évoquées au regard des règles applicables. Néanmoins, les risques concurrentiels exposés dans le présent avis feront l'objet d'un suivi attentif de la part de ses services. Cette vigilance apparaît indispensable pour contribuer au bon fonctionnement concurrentiel du secteur des agents d'IA et au développement d'acteurs innovants, y compris de taille modeste, pour garantir aux entreprises comme aux utilisateurs un accès à une offre diversifiée, ouverte et innovante d'agents d'IA.

Délibéré sur le rapport oral de Mme Elodie Vandenhende, Mme Rebecca Rossi Lindh et M. Samuel Daudey, rapporteurs et M. Quentin Deltour, représentant le service de l'économie numérique, et l'intervention de M. Julien Neto, rapporteur général adjoint et M. Yann Guthmann, chef du service de l'économie numérique, par M. Benoît Cœuré, président, M. Vivien Terrien, Mme Anne Wachsmann-Guigon et Mme Isabelle Fenayrou, vice-présidents et Mme Catherine Prieto, Mme Valérie Bros, M. Jérôme Pouyet et M. Fabien Raynaud, membres.

La chargée de séance,

Jessica Bocher

Le président,

Benoît Cœuré

© Autorité de la concurrence

Annexe 1 : Glossaire

− ACP / Agentic Commerce Protocol : Protocole de commerce agentique développé par

OpenAI.

− Agent d'IA : Selon la Commission, les agents d'IA sont « des applications logiciellesconçues pour percevoir et interagir avec un environnement virtuel. Ils fonctionnent de manière autonome, c'est-à-dire sans être directement contrôlés par un humain ».

− Ancrage (« grounding ») : L'ancrage consiste en l'envoi d'une requête par un agent

d'IA à un moteur de recherche afin d'obtenir des informations utiles pour répondre à la question posée par l'utilisateur (définition issue de la décision n° 24-D-03).

− Annotation des données : La phase d'annotation des données est une étapedéterminante dans le développement d'un modèle d'IA de qualité, tant pour des enjeux de performance que pour le respect des droits des personnes. Elle consiste à attribuer une description, appelée « label » ou « étiquette », à chacune des données qui servira de « vérité de terrain » (ground truth) pour le modèle qui doit apprendre à traiter, classer, ou encore discriminer les données en fonction de ces informations. L'annotation peut porter sur tous types de données, personnelles ou non, et contenir tous types d'informations, personnelles ou non. L'annotation peut être humaine, semi-automatique, ou automatique (définition issue du site de la CNIL).

− API / Interface de programmation d'application (« Application Programming

Interface ») : Interface logicielle qui permet de « connecter » un logiciel ou un service à un autre logiciel ou service afin d'échanger des données et des fonctionnalités (définition issue du glossaire de la CNIL).

− Commerce agentique : Désigne l'application des technologies agentiques au secteur ducommerce en ligne permettant l'automatisation partielle ou complète du parcours d'achat.

− Crawler : Robot d'exploration de l'internet dont le rôle est de l'explorer afin dedécouvrir toutes les pages qui y sont ajoutées ou mises à jour (définition issue de la décision n° 25-D-08).

− Entraînement (ou apprentissage) : Processus de l'apprentissage automatique pendantlequel le système d'IA construit un modèle à partir de données (définition issue du glossaire de la CNIL).

− Génération automatique de texte : Opération par laquelle un grand modèle de langage,

en réponse à une instruction générative, produit, modifie ou complète automatiquement des textes (définition issue du JO).

− GEO / Generative Engine Optimization : Ensemble des techniques d'optimisation decontenus pour les agents d'IA. Équivalent du SEO pour le référencement dans les agents d'IA.

− Grand modèle de langage, GML (« Large Langage Model » / LLM ) : Modèle génératifqui, à partir de grands volumes de données textuelles, calcule des probabilités des enchaînements de jetons textuels en vue de la génération automatique de texte ou de code informatique (définition issue du JO).

− GPU / Processeur graphique : Processeur composé de nombreux cœurs spécialisés,

permettant d'assurer les fonctions de calcul d'images de manière parallélisée. On le trouve généralement sur les cartes graphiques (définition issue de l'avis n° 23-A-08).

− Inférence : Processus par lequel un modèle entraîné est utilisé pour effectuer desprédictions sur de nouvelles données, après sa phase d'apprentissage. Dans le cadre de l'IA générative, cela correspond à la production de contenu.

− Intelligence artificielle / IA : Tout outil utilisé par une machine afin de « reproduiredes comportements liés aux humains, tels que le raisonnement, la planification et la créativité » (définition issue du Parlement européen).

− Intelligence artificielle agentique : Selon la CNIL, « l'IA agentique désignecouramment un ensemble de systèmes qui reposent sur la coordination de plusieurs sous-systèmes appelés agents IA. Ces agents IA sont souvent constitués d'un modèle d'IA générative, capable d'agir sur un environnement défini (applications tierces, bases de données, postes de travail ou tout autre système) et d'en modifier l'état (lecture, modification, suppression de données, exécution d'actions), avec des niveaux variables d'autonomie. »

− Intelligence artificielle générative (« generative AI ») : Branche de l'IA mettant en

œuvre des modèles génératifs, qui vise à produire des contenus textuels, graphiques ou audiovisuels (définition issue du JO).

− Instruction générative / Instruction (« prompt ») : Consigne donnée par un utilisateur

à un modèle génératif, généralement formulée en langue naturelle, qui décrit la tâche à accomplir (définition issue du JO).

− Jeton (« Token ») : Donnée élémentaire d'un grand modèle de langage, qui est constituée

d'une suite de caractères (quelques lettres) obtenue par la segmentation automatique d'un texte. (...) Le nombre de jetons textuels sert à mesurer la taille d'un grand modèle de langage ; il permet aussi d'estimer et de facturer le coût de fonctionnement des grands modèles de langage commerciaux (définition issue du JO).

− MaaS / Model as a Service : Plateforme ou place de marché d'informatique en nuagepermettant aux développeurs d'accéder à plusieurs modèles de fondation par le biais d'une interface de programmation commune.

− MCP / Model Context Protocol : Protocole standard ouvert conçu pour connecter desmodèles d'IA, notamment des agents d'IA, à des logiciels, outils, services et sources de données externes. Développé par Anthropic et open source.

− Modèle génératif (« foundation model ») : Résultat d'un apprentissage automatiquedestiné à être appliqué à une tâche de génération de données comparables à celles de son jeu de données d'entraînement. (...) Un modèle génératif est notamment utilisé dans la génération automatique de texte, la génération automatique d'image et la génération automatique d'audio (définition issue du JO).

− Open source : Logiciel dont le code source est à la disposition du grand public. Ledéveloppement de ces « logiciels libres » implique un effort de collaboration où les programmeurs améliorent ensemble le code source et partagent les changements au sein d'une communauté (définition issue de l'avis n° 14-A-18).

− Open-weight : Désigne les modèles génératifs dont les poids ont été publiés et rendusdisponibles à tous.

− Orchestration : Consiste à piloter et coordonner l'enchaînement des actions entredifférents outils, modèles ou logiciels, afin d'exécuter une tâche complexe de manière structurée.

− PEReN (Pôle d'Expertise et de Régulation Numérique) : Service à compétencenationale placé sous l'autorité conjointe des ministres chargés de l'économie, de la culture et du numérique.

− Poids / Paramètre (« weight ») : Dans un réseau de neurones, un poids est un coefficientde puissance de la connexion entre deux neurones, qui s'ajuste pendant toute la phase d'entraînement (définition issue du guide ANSSI, Recommandations de sécurité pour un système d'IA générative, 29 avril 2024).

− RAG / Génération augmentée de récupération (« Retrieval Augmented Generation ») : La génération augmentée par récupération est une technique permettant d'améliorer la précision et la fiabilité des modèles génératifs d'IA à l'aide de données provenant de sources externes.

− Red teaming : Catégorie d'attaque fictive sur la sécurité d'un système informatique visant

à en éprouver la robustesse (définition issue du glossaire de la CNIL).

− Réglage fin (« fine tuning ») : Technique consistant à spécialiser un modèle d'IApré-entraîné pour accomplir une tâche spécifique. Cela consiste généralement à entraîner le modèle dans son ensemble, ou seulement certaines couches d'un réseau de neurones, pour un faible nombre d'itérations sur un ensemble de données spécifiques correspondant à la tâche visée (définition issue du glossaire de la CNIL).

− SEO / Optimisation de référencement naturel (« Search Engine Optimization ») :

Ensemble de techniques visant à optimiser le référencement naturel d'un site internet par un moteur de recherche, en adaptant son design ou contenu de manière à être jugé plus pertinent par le moteur de recherche, et ainsi à être présenté plus haut dans le classement (définition issue de l'avis n° 18-A-03).

− UCP / Universal Commerce Protocol : Protocole de commerce agentique développépar Google.

Annexe 2 : Expérience menée par l'Autorité pour illustrer le fonctionnement du commerce conversationnel

Introduction

Afin d'illustrer l'apport des agents d'IA dans le secteur du commerce en ligne, l'Autorité a procédé à une expérience permettant d'illustrer le fonctionnement actuel du commerce conversationnel (qui repose principalement sur l'ancrage pour trouver les produits) et d'évaluer les sources et éditeurs principalement utilisés par les agents d'IA dans un contexte de recherche de produits.

L'Autorité a ainsi posé à des agents d'IA, 350 questions indiquant une volonté d'achat ainsi que 200 questions de poursuites d'achat, sur quatre thématiques de commerce en ligne : l'achat de produits électroniques, l'achat de produits électroménagers, la réservation d'hôtels et d'hébergements, et la réservation de transports. Pour chacune de ces thématiques, un ensemble de questions a été constitué, qui ont été posées à deux agents d'IA (ChatGPT et Gemini) en utilisant leurs API. Les réponses et les sources citées ont ensuite été conservées et analysées. Même si les résultats obtenus n'ont pas de significativité statistique et n'ont pas pour vocation à illustrer de manière exhaustive les sources utilisées par les agents d'IA, ils donnent toutefois des indices permettant de mieux comprendre le fonctionnement du commerce conversationnel.

La méthodologie suivie par l'Autorité est inspirée de l'étude ImpactIA menée par le PEReN pour le compte de l'Arcep140 et se décompose en trois étapes : (i) la génération automatique des questions, (ii) l'utilisation des agents d'IA pour répondre aux questions, et (iii) la collecte des sources dans les réponses. Pour deux des thématiques (Électronique et Électroménager), une deuxième question de poursuite consistant à obtenir des offres précises incluant les prix des produits recommandés est posée à la suite de la question de découvrabilité.

L'ensemble des données ainsi que le code ayant servi à mettre en place cette expérience sont disponibles sur le répertoire de code public de l'Autorité141.

Méthodologie

➢ Démarche

Les tests menés permettent d'illustrer le commerce conversationnel et les principes de découvrabilité de produits ou de services dans l'interface d'un agent d'IA.

Ces tests ont été menés du 20 au 30 mai 2026 chez deux des principaux fournisseurs d'agents d'IA en France : ChatGPT (opéré par OpenAI) et Gemini (opéré par Google) en utilisant les APIs de ces deux services et en activant l'option de recherche sur internet « Search ».

140 Arcep, IA générative : Des défis pour l'avenir de l'internet ouvert, janvier 2026.

141 Compte GitHub de l'Autorité de la concurrence.

➢ Thématiques

L'Autorité a choisi de retenir quatre thématiques illustrant la diversité que peut recouvrir le commerce conversationnel, à savoir :

• achat de produits électroniques (smartphones, ordinateurs, audio et télévision) ;

• achat de produits électroménagers (petits et gros électroménagers) ;

• achat et réservation de services de transports (avion, train, bus, covoiturage) ; et,

• achat et réservation de services hôteliers ou d'hébergements.

Pour chaque thématique, l'agent d'IA agit comme un conseiller dans le cadre du parcours commercial de l'utilisateur.

➢ Pas-à-pas

La méthodologie menée par l'Autorité est détaillée ci-après et s'inspire en grande partie de celle de l'étude ImpactIA menée par le PEReN pour le compte de l'Arcep. Elle se divise en trois étapes :

Étape 1 : Création automatique d'une liste de questions

Pour chaque thématique, 50 ou 100 questions sont créées automatiquement. Pour les thématiques Électronique et Électroménager, une question de poursuite du parcours d'achat (« follow up question ») est également créée pour demander des précisions sur le prix des produits chez les distributeurs en France. Le prompt utilisé pour créer l'ensemble des questions est le suivant :

350 questions de découvrabilité ainsi que 200 questions de poursuite du parcours d'achat sont ainsi obtenues et ont ensuite été revues manuellement pour s'assurer de leur pertinence. Elles sont disponibles sur le répertoire de code public de l'Autorité.

Génère un ensemble de [N] questions réalistes manifestant une intention d'achat de la part d'un utilisateur d'agent conversationnel dans le domaine de [DOMAINE].

Contexte : Les questions doivent simuler fidèlement la formulation naturelle d'un vrai utilisateur, en incluant des éléments de contexte pertinents (dates, prix, nombre de voyageurs, contraintes pratiques).

Formulation : Varie la forme des questions (formulation interrogative directe, déclarative avec besoin implicite ou demande de conseil) ainsi que le registre et le vocabulaire employés (familier, courant, technique/professionnel). Utilise des formulations à la première personne ou neutre.

Sous thèmes : Les questions couvrent les sous-catégories : [SOUS THEME 1] [N1 questions], [SOUS THEME 2] [N2 questions], etc.

Follow up (optionnel) : Pour chaque question, ajoute une question de follow up type « Peux-tu me proposer des offres avec prix pour ce produit (à remplacer par le produit) chez des distributeurs français ».

Sortie attendue : Produis un fichier Excel (.xlsx) avec les colonnes : id, theme, sous_theme, question, follow_up. Chaque sous-catégorie doit être visuellement différenciée par une couleur de ligne distincte (pastels). Ajoute un en-tête fixé (freeze pane), des largeurs de colonnes adaptées.

Étape 2 : Réponses aux questions par un agent d'IA utilisant des outils « Search »

Les 550 questions ainsi créées sont ensuite posées aux deux agents d'IA en leur imposant d'utiliser les services de recherche sur internet.

L'API de l'agent d'IA répond via un format JSON qui comprend à la fois la réponse à la question posée dans un format de texte brut, des métadonnées à propos de la réponse (état de la réponse, temps), ainsi que des métadonnées indiquant les sources utilisées et/ou consultées pour produire la réponse.

Pour les thématiques Électronique et Électroménager, la question de poursuite du parcours d'achat (« follow up question ») est posée à la suite de la première question, en conservant l'historique de la conversation.

Étape 3 : Collecte des sources citées et des pages visitées

L'analyse des sources permet d'identifier les pages internet visitées par l'agent d'IA pour produire sa réponse : la liste des URLs que le modèle a consultées pour la production de sa réponse et les sources citées directement dans le contenu de la réponse.

text="""Pour une saisie intensive de texte, le confort de frappe est votre critère numéro un. Si vous recherchez un ordinateur portable capable de transformer vos longues sessions d'écriture en un moment agréable, voici les références les plus plébiscitées en 2026.

### 1. La référence absolue : Lenovo ThinkPad (série T ou X1 Carbon)

[...]

### 2. L'alternative premium : Apple MacBook Air (M4)

[...]

grounding_metadata=GroundingMetadata(

grounding_chunks=[

GroundingChunk(

web=GroundingChunkWeb(

title='youtube.com',

uri='https://vertexaisearch.cloud.google.com/grounding-api-redirect/AUZIYQFwvNJ3MilcMMCnfXDhQ19EILrRk0dtXPj- hgQk2HIDbyTbZaWa2N85C3Ni0uiBRVX66Z-SZMn7JIEbEjBoFiJGZHzOuvLgVcdEP6qQssxx1PRtkewqRPaD0O8IHgHc6cc=')))

<... 11 autres ...>,

],

grounding_supports=[

GroundingSupport(

grounding_chunk_indices=[

0,

],

segment=Segment(

end_index=528,

start_index=274,

text="""La référence absolue : Lenovo ThinkPad (série T ou X1 Carbon)

Le **Lenovo ThinkPad** est largement considéré comme le "gold standard" pour les rédacteurs, les développeurs et toute personne dont le métier exige de taper du texte toute la journée"""))) ,

<... 14 autres ...>,

],

web_search_queries=[

'clavier ordinateur portable confort frappe longue durée',

'laptops with best typing experience',

'best laptop keyboard for writers 2026',

'meilleur clavier laptop saisie intensive texte 2026',

]

Le schéma ci-dessous résume la méthodologie suivie par l'Autorité.

Résultats

L'analyse des citations (ou sources citées) et des consultations (ou sources consultées) fait ressortir les observations suivantes :

➢ ChatGPT et Gemini ont deux comportements différents

La réponse formulée par ChatGPT inclut à la fois les citations directement dans le corps de la réponse (au format texte « markdown ») et des métadonnées indiquant les sources consultées. Gemini renvoie une réponse textuelle n'incluant pas les citations. Seuls les « GroundingChunks », ou sources consultées sont disponibles via les métadonnées.

D'autres différences existent : ChatGPT fait quasiment systématiquement quatre requêtes sur internet, là où Gemini en fait moins pour la découvrabilité (2,8 en moyenne) et plus lors de la poursuite d'achat (plus de 6 en moyenne). ChatGPT transforme fréquemment les questions formulées en français en une requête sur internet en anglais, ce qui explique une plus forte présence de sources anglo-saxonnes dans ses réponses.

En effet, on observe que ChatGPT et Gemini n'utilisent pas les mêmes sources, ce qui est illustré dans les tableaux ci-dessous, présentant les dix sites les plus consultés et cités pour chaque agent d'IA sur l'ensemble des questions posées. Ainsi, ChatGPT cite plus souvent Reddit, Wikipedia, Tech Radar ou TomsGuide tandis que Gemini préfère YouTube, Cdiscount, Les numériques ou Frandroid.

Pour finir, l'expérience menée par l'Autorité permet de constater que le choix de l'agent d'IA auquel la question est adressée influe fortement sur les sources utilisées, et donc sur la réponse qui sera in fine fournie à l'utilisateur.

Création des questions : Electronique (100+100) Electroménager (100+100)

Transports (100)

Hotels (50)

Création des questions : Electronique (100+100) Electroménager (100+100)

Transports (100)

Hotels (50)

Questions posées auxagents d'IA Question de poursuite pourles thèmes Electronique et

Electroménager

Questions posées auxagents d'IA Question de poursuite pourles thèmes Electronique et

Electroménager

Récupération des sources consultées et/ou citées parchaque agent d'IA

Tableau 3 : Domaines les plus consultés et cités par ChatGPT

ChatGPT

Découvrabilité Poursuite d'achat

Nom de domaine

Consultation Citation Nom de domaine

Consultation Citation

Nombre Fréquence Nombre Fréquence Nombre Fréquence Nombre Fréquencereddit 306 87,4 % 2 1,0 % reddit 171 48,9 % 0 0,0 %

wikipedia 112 32,0 % 7 3,5 % darty 68 19,4 % 52 26,0 %

techradar 80 22,9 % 27 13,5 % fnac 53 15,1 % 41 20,5 %

tomsguide 67 19,1 % 22 11,0 % wikipedia 53 15,1 % 0 0,0 %

sncf-connect 39 11,1 % 27 13,5 % boulanger 47 13,4 % 42 21,0 %

rtings 35 10,0 % 15 7,5 % pccomponentes 45 12,9 % 22 11,0 %

whathifi 31 8,9 % 8 4,0 % frandroid 38 10,9 % 17 8,5 %

arxiv 30 8,6 % 0 0,0 % idealo 32 9,1 % 14 7,0 %

YouTube 30 8,6 % 1 0,5 % techradar 29 8,3 % 0 0,0 %

pccomponentes 25 7,1 % 15 7,5 % bonne-promo 24 6,9 % 15 7,5 %

Source : Autorité de la concurrence

Tableau 4 : Domaines les plus consultés par Gemini

Gemini

Découvrabilité Poursuite d'achat

Nom de domaine Nombre Fréquence Nom de domaine Nombre Fréquence

YouTube 68 19,4 % idealo 174 87,0 %

Cdiscount 66 18,9 % cdiscount 125 62,5 %

lesnumeriques 52 14,9 % fnac 99 49,5 %

Frandroid 46 13,1 % ledenicheur 88 44,0 %

sncf-connect 45 12,9 % 123comparer 88 44,0 %

Boulanger 44 12,6 % boulanger 87 43,5 %

Idealo 41 11,7 % darty 84 42,0 %

Kayak 34 9,7 % lesnumeriques 77 38,5 %

Skyscanner 32 9,1 % frandroid 45 22,5 %

Trip 31 8,9 % ldlc 29 14,5 %

Source : Autorité de la concurrence.

➢ Certaines sources sont plus consultées que d'autres

On observe que certains sites ou catégories de sites sont plus fréquemment consultés et cités par les agents d'IA lors des tests menés par l'Autorité :

− Reddit : Reddit est le site le plus consulté par ChatGPT pour les questions dedécouvrabilité (87 %) et de parcours d'achat (49 %). Il n'est en revanche quasiment jamais cité ;

− Wikipédia : Wikipédia est consulté par ChatGPT dans 30 % des questions dedécouvrabilité et 15 % des questions de parcours d'achat. L'encyclopédie en ligne n'est, en revanche, quasiment jamais citée ; et,

− YouTube : YouTube est la source la plus consultée par Gemini, pour répondre àquasiment 20 % des questions de découvrabilité. YouTube est, en revanche, très peu utilisé pour les questions de poursuite d'achat.

Au-delà de ces trois sources majeures, les sites internet principalement consultés par ChatGPT et Gemini appartiennent principalement à trois catégories :

− les médias technologiques proposant des comparatifs et des guides, comme TechRadar,

Frandroid ou TomsGuide pour les questions de découvrabilité et dans une moindre mesure pour les questions de poursuite d'achat ;

− les comparateurs de prix comme Idealo, 123comparer.com ou encore Le Dénicheurprincipalement pour les questions de poursuite d'achat ; et,

− les distributeurs directs comme Boulanger, Fnac, Cdiscount ou Darty et lesdistributeurs spécifiques à un secteur (sncf-connect, Kayak, etc.).

Au total, pour chaque agent d'IA, les dix sites les plus consultés représentent respectivement 24 % des consultations et 22 % des citations de ChatGPT et 20 % des citations de Gemini.

La diversité des sources dépend des thématiques Ainsi, la thématique Transports se distingue par sa plus faible diversité des sources (pour 100 questions : 42 domaines différents cités par OpenAI, 112 par Gemini), à l'inverse de la catégorie Hôtels et Hébergements pour laquelle on observe une forte diversité des sources malgré un jeu de question réduit (pour 50 questions : 152 domaines différents cités par OpenAI, 276 par Gemini).

Les sources dépendent du type de question posée Les questions de poursuite du parcours d'achat (thèmes Électronique et Électroménager) changent la nature des sources consultées par les agents d'IA. En effet, on observe des sources plus généralistes lors de la première question et très ciblées pour seconde. Comme on pouvait s'y attendre, la nature du prompt influe fortement sur les sources mobilisées par l'agent d'IA et donc la réponse finale à l'utilisateur.

Limites Cette expérience a été réalisée en utilisant les APIs de Gemini et ChatGPT. Leur comportement peut être différent de celui observé sur les interfaces sur internet ou applicatives de ces agents d'IA. L'interface sur internet Gemini semble notamment intégrer nativement plus d'applications de Google, par exemple.

L'Autorité rappelle également que les tests menés pour cette expérience n'ont pas de significativité statistique. S'ils permettent d'illustrer certains comportements des agents d'IA et de mettre en avant des tendances, ils ne sauraient faire office de constatations. L'Autoritéinvite par ailleurs toute partie prenante à se saisir de cette expérience et de sa méthodologie afin de les enrichir et, le cas échéant, de corriger les limites identifiées.

Enfin, l'Autorité souligne que la méthodologie présentée se base sur les recherches internet réalisées par les agents d'IA et illustre l'état du commerce conversationnel au mois de mai 2026. Comme développé dans l'avis, de nombreuses initiatives sont en cours pour la mise en place d'un commerce réellement agentique, utilisant des connexions directes ou des protocoles unifiés afin que les agents d'IA puissent récupérer les catalogues de produits sans passer par une recherche internet.

Il est donc fort probable que la méthodologie présentée dans cette expérience ne soit plus adaptée dans le cas du commerce réellement agentique, qui devrait arriver dans un futur plus ou moins proche.

Texte reproduit sans modification à partir des données ouvertes de l’Autorité de la concurrence (licence ouverte 2.0). © Autorité de la concurrence. La version officielle est celle publiée sur autoritedelaconcurrence.fr.

Publié le même jour

Toutes les publications de l’Autorité de la concurrence

Étude préalable de dossier

Envoyez vos pièces. Recevez une analyse.

Transmettez-nous les pièces de votre dossier. Maître Hassan KOHEN les étudie personnellement et vous adresse une première analyse écrite de votre situation sous 24 heures ouvrées.

  • Analyse écrite de l'avocat, 80 € TTC
  • Réponse personnelle sous 24 heures ouvrées
  • 100 % confidentiel, secret professionnel garanti
  • Jusqu'à 1 Go de pièces au total, dossiers et sous-dossiers acceptés
80 €TTC

Étude préalable de votre dossier. Examen de vos pièces et première analyse écrite de Maître Hassan KOHEN, sous 24 heures ouvrées. Le règlement s'effectue en ligne après l'envoi de ce formulaire.

Cliquez ou glissez vos fichiers ici
Tous formats acceptés (PDF, Word, images, etc.)

Envoi en cours...

Le règlement vaut demande d'exécution immédiate de votre analyse. Vos données sont utilisées uniquement pour traiter votre demande.
Conditions · Politique de confidentialité.

IA juridique gratuite

Une question de droit ? Demandez à Judith.

Judith cherche dans les codes, la Constitution, la Convention européenne des droits de l’homme et les décisions des juges, puis vous montre les textes et les passages d’arrêts qui pourraient répondre à votre question, avec leur source officielle. Gratuite, sans compte, elle ne rédige rien à votre place. Découvrir Judith, l’IA juridique gratuite du cabinet.

Trois recherches par jour, sans compte. Votre question est enregistrée et relue par le cabinet pour améliorer l’outil : n’y mettez ni nom ni information sensible.