Instacart a déployé une expérience de paiement intégrée dans ChatGPT via le nouveau protocole de commerce agent.
Avec ce déploiement, l’entreprise est le premier partenaire à lancer une application sur ChatGPT qui propose un cycle d’achat complet – de la requête au paiement – sans obliger l’utilisateur à quitter l’interface de conversation.
Opérationnaliser le commerce agent
L’intégration corrige un lien rompu dans le commerce conversationnel : le « handoff ». Historiquement, les modèles d’IA pouvaient suggérer des produits ou générer des plans de repas, mais la phase d’exécution nécessitait un lien profond vers une application ou un site Web distinct, entraînant souvent un abandon de panier.
Dans le cadre de ce nouveau déploiement, les utilisateurs peuvent interagir avec l’IA pour la planification des repas et demander au système de créer un panier basé sur l’inventaire du détaillant local. Le différenciateur ici est le processus de paiement. En tirant parti du protocole de commerce agent, la transaction est traitée directement dans l’interface de chat à l’aide d’un flux de carte de crédit alimenté par Stripe.
Selon Nick Turley, vice-président et responsable de ChatGPT, l’objectif est de connecter les suggestions d’IA directement aux services du monde réel.
« Avec l’application Instacart directement dans ChatGPT, les utilisateurs peuvent passer de la planification des repas au paiement en une seule conversation transparente », a déclaré Turley. « C’est une nouvelle étape vers la concrétisation de notre vision : l’IA fournit des suggestions utiles et se connecte directement aux services du monde réel, ce qui permet aux gens d’économiser du temps et des efforts dans leur vie quotidienne. »
Cette intégration va plus loin que la consommation standard des API. Instacart a été l’un des premiers contributeurs à l’aperçu de la recherche OpenAI Operator, fournissant des commentaires pour garantir que la technologie puisse gérer les contraintes du monde réel tout en adhérant aux normes établies.
Cette implication « préliminaire » suggère que l’environnement de données complexe d’Instacart – impliquant des dizaines de milliers de SKU et des niveaux de stock dynamiques – a servi de terrain d’essai pour les capacités agentiques d’OpenAI. Plutôt que de simplement adopter l’outil, Instacart a aidé à définir les paramètres de la manière dont un agent IA interagit avec la logistique d’exécution externe.
Le déploiement d’Instacart souligne pourquoi les données structurées en temps réel sont importantes lors de l’intégration avec des modèles de langage étendus (LLM). Un agent IA est aussi efficace que les données auxquelles il peut accéder ; les hallucinations dans un contexte commercial – comme la vente d’articles en rupture de stock – comportent un risque financier et de réputation.
Anirban Kundu, CTO chez Instacart, note que pour alimenter les achats au sein d’un agent IA, il faut une technologie capable d’interpréter un inventaire très local et en constante fluctuation. Instacart tente d’atténuer le risque « d’hallucination » en fondant les réponses de l’IA sur son vaste ensemble de données, qui couvre plus de 1,8 milliard d’instances de produits dans 100 000 magasins.
« Instacart et ChatGPT redéfinissent ce qui est possible dans les achats basés sur l’IA », a déclaré Kundu. « Construite sur le protocole de commerce agent, cette expérience apporte une assistance intelligente et en temps réel à l’un des aspects les plus essentiels de la vie quotidienne : faire l’épicerie pour nourrir votre famille.
« Ensemble, nous créons un moyen transparent et sécurisé permettant aux utilisateurs de transformer de simples conversations en actions concrètes, en aidant les clients à passer facilement de l’inspiration à un panier complet livré du magasin à leur porte.
Double adoption : efficacité client et efficacité interne
Alors que la caisse intégrée fait la une des journaux, le plan plus large d’Instacart implique un déploiement interne étendu. La société utilise ChatGPT Enterprise pour rationaliser les flux de travail internes, visant à accélérer le développement des expériences client. De plus, ils ont déployé le Codex d’OpenAI pour alimenter un agent de codage interne.
Cette double approche – utiliser l’IA pour vendre (Agentic Commerce) et l’IA pour construire (Codex) – propose un modèle d’opérations. Cela va au-delà des projets pilotes isolés pour adopter une position holistique où les modèles génératifs génèrent à la fois des revenus et l’efficacité de la R&D.
Le déploiement indique un changement dans la façon dont les marques perçoivent les vitrines numériques. L’approche d’Instacart semble accepter que les points d’entrée des consommateurs se fragmentent. Plutôt que de forcer tout le trafic à passer par une application propriétaire, l’entreprise positionne son infrastructure comme couche de traitement back-end pour les plateformes d’IA tierces.
La société a explicitement déclaré son intention de relier l’inspiration de l’IA à la réalisation dans le monde réel, agissant en tant que partenaire principal des principaux acteurs de l’IA, notamment OpenAI, Google et Microsoft. En intégrant son service dans ces plateformes à large portée, Instacart vise à capter la demande supplémentaire provenant de l’extérieur de son écosystème d’origine.
Implémentation et disponibilité d’Instacart dans ChatGPT
L’expérience est actuellement active pour les utilisateurs sur les plates-formes Web de bureau et mobiles, tandis que la disponibilité mobile native pour les applications iOS et Android sera bientôt déployée.
Pour accéder à la fonctionnalité, les utilisateurs doivent appeler l’application Instacart spécifique dans l’interface ChatGPT (par exemple, en demandant « Instacart, pouvez-vous m’aider à acheter des ingrédients pour tarte aux pommes ? ») et lier leurs comptes. Ce mécanisme d’adhésion garantit que le partage des données est consensuel, une étape de gouvernance requise pour les entreprises déployant des agents d’IA destinés aux consommateurs.
Cette intégration sert d’étude de cas sur l’IA agentique pour le commerce. Pour les responsables du commerce de détail et de la technologie, le modèle Instacart démontre que la prochaine phase de l’adoption du numérique implique la préparation des structures d’API et des pipelines de données pour servir les clients « non humains » (agents IA) avec autant de fiabilité que les humains.
L’accent doit rester mis sur l’exactitude des données et leur disponibilité en temps réel ; Sans ces fondations, les workflows agents ne parviendront pas à générer un retour sur investissement.
