Découvrez ce qu’est l’économie agentique, comment les agents IA achètent des services, dépensent selon des budgets et coordonnent des accords, et pourquoi les paiements doivent s’adapter à la vitesse des machines.
Découvrez ce qu’est l’économie agentique, comment les agents IA achètent des services et coordonnent des accords, et pourquoi les contrôles des dépenses et l’infrastructure de paiement sont essentiels.
Un agent de recherche IA atteint une lacune dans son analyse. La réponse se trouve derrière un service de données payant. Avec un budget défini et l’autorisation d’acheter les informations pertinentes, l’agent évalue le prix, paie pour la requête, récupère le résultat et poursuit son travail. Son opérateur reçoit l’analyse terminée ainsi qu’un relevé de la dépense.
Cette transaction unique d’un agent témoigne d’un changement bien plus vaste en cours. À mesure que les logiciels acquièrent la capacité de poursuivre des objectifs et d’obtenir les ressources nécessaires pour les atteindre, les décisions économiques peuvent être intégrées à un flux de travail automatisé. L’économie agentique prend forme partout où les agents connectent un travail utile à des services, de l’argent et des accords sous une autorité définie par l’humain.
Ce guide explique ce qu’est l’économie agentique, pourquoi elle émerge maintenant, à quoi elle ressemble en pratique et quelle infrastructure est nécessaire pour qu’elle fonctionne à grande échelle.
Comprendre l’économie agentique
L’économie agentique est un système émergent dans lequel les agents IA participent à l’activité économique pour le compte de personnes, d’entreprises et d’autres agents IA. Ils peuvent découvrir des services, évaluer les coûts, dépenser ou recevoir des fonds, et conclure et exécuter des accords dans le cadre d’autorisations déléguées, sans qu’une personne n’ait à intervenir à chaque étape.
Pour comprendre comment cela fonctionne, commençons par l’agent lui-même. Un agent IA est un logiciel qui utilise un modèle d’IA et des outils pour atteindre un objectif. Son rôle économique commence lorsque la réalisation de cet objectif nécessite des décisions concernant les ressources :
- Quelles données acheter
- Quel prestataire engager
- Quelle puissance de calcul consommer
- À quels logiciels ou API s’abonner
- Quand externaliser une tâche ou l’effectuer en interne
L’agent lie chacune de ces décisions à un budget autorisé. Le résultat est une coordination économique autonome : un logiciel organisant le travail et échangeant de la valeur selon des règles définies. Les agents peuvent acheter des ressources ou proposer des services que des personnes et d’autres agents peuvent acquérir. Les développeurs développent déjà des agents spécialisés conçus pour ce type de travail.
Comment les humains gardent le contrôle sur les agents IA
L’autonomie ne signifie pas que les agents agissent sans contraintes. Les humains définissent les objectifs, l’autorité et les permissions que les agents utilisent au fur et à mesure de leur travail. Une entreprise peut, par exemple, autoriser des achats courants auprès de prestataires approuvés tout en exigeant une intervention humaine pour un nouveau fournisseur ou un engagement plus important. Ces garde-fous sont ce qui rend possible, en premier lieu, la délégation de décisions économiques à un logiciel.
Pourquoi l’économie agentique est importante aujourd’hui
Bon nombre des ressources dont les agents ont besoin pour effectuer leur travail ont déjà un prix. Les fournisseurs de données facturent les informations, les plateformes cloud facturent la puissance de calcul et les services logiciels facturent l’accès. À mesure que les agents prennent en charge des tâches plus longues et plus complexes, l’acquisition de ces ressources devient un problème opérationnel. Un flux de travail automatisé qui s’interrompt à chaque fois qu’il rencontre un service payant perd une grande partie des avantages de la délégation.
Pourquoi les processus de paiement traditionnels ralentissent les agents IA
Les processus d’achat humains peuvent ajouter des frictions à chaque étape :
- Enregistrement d’un compte
- Choix d’un abonnement
- Saisie des détails de paiement
- Attente de l’approbation
Ces étapes fonctionnent pour des personnes effectuant des achats occasionnels, mais elles deviennent fastidieuses lorsqu’un logiciel a besoin de petites quantités de services auprès de plusieurs fournisseurs au cours d’une seule tâche. Le coût est un autre obstacle : les frais de transaction fixes peuvent rendre les charges individuelles pour des requêtes de faible valeur plus coûteuses à facturer qu’elles ne valent. Une analyse récente du commerce entre machines identifie ce décalage comme un défi central pour les paiements fréquents de faible montant.
La vitesse et la rentabilité ne sont pas les seules lacunes. Les agents ont également besoin d’une preuve d’autorisation de dépense, de coûts prévisibles et d’une confirmation que l’achat a réussi. L’infrastructure financière évolue pour répondre à ces besoins, mais les systèmes conçus principalement pour des transactions initiées par des humains peuvent ne pas encore s’adapter à l’échelle, à la vitesse, à l’autonomie et à la coordination requises par l’économie agentique. Le défi consiste à faire fonctionner l’ensemble du flux de travail, de la recherche d’un service au paiement et à la confirmation de la livraison, à la vitesse du logiciel.
Exemples d’économie agentique : comment les agents IA achètent des données, des API et des logiciels
À quoi cela ressemble-t-il lorsque des agents peuvent trouver, payer et utiliser des services à la vitesse du logiciel ? Trois flux de travail illustratifs montrent comment une activité économique déléguée peut se dérouler. Chacun relie un objectif commercial à un achat qui aide à l’atteindre, tout en respectant les garde-fous définis par une personne.
Un agent de recherche achète des données propriétaires. Un analyste délègue une mission de recherche de marché avec un budget plafonné. L’agent identifie un point de données manquant, compare les sources disponibles et paie par requête pour le jeu de données pertinent. Il utilise les informations conformément aux conditions d’utilisation du fournisseur et enregistre la source et le coût. L’entreprise paie pour les informations nécessaires à la tâche, avec une piste de dépenses associée au résultat.
Un agent de logistique paie pour des API de fret. Une perturbation dans l’expédition nécessite de nouvelles options d’acheminement. Dans les limites approuvées, un agent achète des tarifs actuels, des informations sur la capacité et des estimations de livraison auprès de services de fret. Il utilise ces données pour recommander ou organiser un itinéraire alternatif, selon son niveau d’autorité. L’accès à des informations actualisées fait partie de la réponse à la perturbation, réduisant ainsi le besoin d’établir chaque connexion de données à l’avance.
Un agent de codage obtient une licence pour une bibliothèque logicielle pendant son exécution. Lors de la création d’une application, un agent identifie une bibliothèque commerciale qui répond aux exigences. Si ses autorisations couvrent le fournisseur, les conditions de licence et le coût, il achète la licence et poursuit le développement. Si ce n’est pas le cas, il se met en pause et demande une approbation. Le flux de travail lie les choix techniques aux contrôles d’approvisionnement et conserve l’enregistrement de la licence parallèlement au travail.
Dans l’ensemble, ces exemples montrent le modèle fondamental de l’économie agentique : les agents logiciels prennent des décisions encadrées, effectuent des transactions et conservent une trace de ce qu’ils ont dépensé et pourquoi, le tout dans le cadre des flux de travail commerciaux quotidiens.
Au-delà des paiements : comment les agents IA coordonnent les accords
Chaque exemple ci-dessus se termine par un paiement, mais les paiements ne sont qu’une partie d’une relation économique. Un paiement confirme qu’une valeur a été transférée, mais une relation économique fonctionnelle nécessite également un accord sur ce qui sera livré, les délais, la manière dont l’achèvement sera évalué et ce qui se passe si les attentes ne sont pas satisfaites. Ces questions sont importantes, que le fournisseur soit une entreprise, une personne ou un autre agent.
Dans le cadre d’une autorité déléguée, les agents peuvent aider à initier et à administrer des accords de service, à réserver des fonds et à appliquer des conditions convenues via un logiciel. Par exemple :
- Escrow : un acheteur place des fonds sous séquestre jusqu’à ce qu’une vérification spécifiée confirme la livraison. Accès récurrent : un accord permet un accès continu à un service dans le cadre d’un budget mensuel. Paiements partagés : une tâche collaborative distribue le paiement entre plusieurs fournisseurs.
Les smart contracts peuvent automatiser certaines parties de ces arrangements. Les flux de travail en monnaie programmable, des processus automatisés qui déplacent des fonds en fonction de règles prédéfinies, peuvent lier les transferts à des conditions telles que la confirmation de livraison.
L’automatisation n’est toutefois fiable que dans la mesure des conditions qu’elle vérifie. Certaines conditions sont faciles à vérifier pour un logiciel : un reçu de paiement prouve qu’une dépense a eu lieu. D’autres sont plus complexes : juger si un rapport de recherche est exact et complet nécessite des preuves sur le travail lui-même. L’exécution logicielle nécessite également une relation claire avec l’accord sous-jacent. Là où les obligations dépassent ce que le code peut vérifier, l’autorisation, la responsabilité et la résolution des litiges restent essentielles.
De quelle infrastructure l’économie agentique a-t-elle besoin ?
Les paiements, les accords et les garde-fous qui les entourent dépendent tous d’une infrastructure partagée. Pour passer d’une instruction à un résultat économique responsable, un agent a besoin de quatre capacités connectées :
- Identité et autorité : les fournisseurs doivent savoir quel agent agit, qui il représente et ce qu’il est autorisé à acheter. Les autorisations doivent être limitées, révocables et appliquées en dehors du raisonnement du modèle. Les mandats signés peuvent fournir la preuve des instructions de l’utilisateur. Fonds et contrôles des dépenses : un portefeuille ou un compte de paiement donne à un agent accès aux fonds. Les plafonds de transaction, les budgets totaux, les contreparties approuvées et les règles d’escalade limitent la manière dont il les utilise. Ces contrôles relient un objectif large à une autorité financière spécifique. Découverte et règlement : les services ont besoin de descriptions, de prix et de conditions que le logiciel peut lire. L’infrastructure de paiement doit prendre en charge une exécution fiable et des résultats clairs. La norme x402, par exemple, permet à un serveur de demander un paiement pour une ressource HTTP et de la fournir après vérification du paiement. Vérification et enregistrements : les agents ont besoin de moyens pour vérifier la livraison, gérer les échecs et connecter chaque dépense à sa tâche. Les reçus et les pistes d’audit aident les opérateurs à rapprocher les dépenses et à enquêter sur les résultats contestés. Les exigences de conformité applicables doivent rester intégrées au flux de travail.
Pour un examen plus approfondi de cette couche, voir Building the financial rails for the agentic economy.
Stablecoins, cartes et paiements bancaires pour les agents IA
Le règlement est le domaine où le choix du mode de paiement est important. Aucune méthode unique ne convient à toutes les transactions d’agent ; la bonne dépend de l’achat et de ses exigences.
Les stablecoins tels que l’USDC peuvent servir d’actif de règlement dans ce système. Conçus pour suivre un actif de référence tel que le dollar américain ou une autre monnaie fiat, ils peuvent circuler sur des réseaux blockchain et interagir avec des règles programmables. Leur utilité dépend de l’émetteur, des réseaux impliqués, des coûts de transaction, de la liquidité et de l’accès au remboursement. Les stablecoins peuvent convenir aux petits paiements fréquents (c.-à-d. nanopayments) avec des conditions de libération programmables.
Les cartes et les paiements bancaires ont également leur rôle à jouer. Les cartes peuvent prendre en charge les achats des agents via des réseaux de commerçants établis, et les virements bancaires peuvent connecter les paiements des fournisseurs aux systèmes de trésorerie existants. Les flux de travail qui couvrent plusieurs devises nécessitent également une conversion, une liquidité suffisante et des connexions aux comptes bancaires que les opérateurs et les fournisseurs utilisent déjà. Dans tous les cas, la capacité d’un agent à agir de manière autonome dépend de ses autorisations déléguées et des intégrations disponibles.
L’économie des agents transforme le fonctionnement des entreprises.
À mesure que cette infrastructure arrive à maturité, les fournisseurs vendront de plus en plus de données, de puissance de calcul ou de travail spécialisé au moment précis où un agent en a besoin. La tarification pourrait s’effectuer à l’appel, à la tâche définie ou au résultat vérifié. Les entreprises pourraient acquérir une capacité spécifique pour une mission donnée sans s’engager dans un abonnement global, tandis que les fournisseurs spécialisés bénéficient d’un nouveau canal pour atteindre leurs acheteurs.
L’économie des agents IA reste inégalement développée. Si les protocoles de paiement et les premiers flux de travail illustrent une partie du modèle, la découverte fiable, l’évaluation du travail et la coordination entre les fournisseurs doivent encore progresser. Des questions subsistent : comment les agents évaluent-ils des fournisseurs inconnus, vérifient-ils la qualité du travail accompli et appliquent-ils ou révoquent-ils des autorisations de dépenses sur différentes plateformes ?
L’adoption dépendra en fin de compte de la capacité des agents à accomplir des tâches utiles dans le respect du budget et à produire des résultats justifiant leurs coûts. L’infrastructure en chaîne peut soutenir une économie des agents ouverte grâce aux paiements programmables, aux smart contracts et aux registres vérifiables de l’activité économique. À mesure que les agents IA utilisent ces réseaux pour coordonner le travail et échanger de la valeur, ces réseaux eux-mêmes gagnent en utilité.
L’opportunité est considérable : un logiciel capable de rassembler les ressources nécessaires à un travail utile au fur et à mesure des besoins. Avec une autorité claire, des accords fiables et une exécution responsable, la délégation pourrait s’étendre de l’attribution d’une tâche à l’acquisition de services, la coordination de la livraison et le règlement des obligations. Pour les entreprises, cela signifie déléguer une plus grande partie du flux de travail, y compris le paiement des ressources nécessaires à sa réalisation.
