Accueil / Articles

Les agents IA négociant des accords : ce que les robots de Walmart révèlent sur les vrais risques

Les paiements d’agent à agent sont désormais opérationnels. Le danger ne réside pas dans un langage robotique secret, mais dans la collusion et des mandats non contrôlés ; voici comment déterminer ce qu’il convient de déléguer.

Éditeur : REACTAPP.TOP6 min de lecture1479 mots

Sources: 3 Uncomfortable Truths About AI Agents Negotiating With Each Other

En 2021, Walmart a confié à un chatbot une partie de ses négociations avec les fournisseurs. Il ne s’agissait pas d’un échange préenregistré : le bot recevait un budget, une liste des compromis qu’il pouvait proposer ainsi que l’autorité de conclure des accords. Ses interlocuteurs étaient des milliers de vendeurs proposant des articles tels que des chariots de magasin ou des services de flotte, des catégories que les acheteurs de Walmart n’avaient jamais eu le temps d’examiner.

Pactum, l’entreprise derrière ce système, suivait les résultats. Environ 68 % des fournisseurs ont accepté les conditions proposées, avec une économie moyenne de 3 % et un allongement des délais de paiement de 35 jours. Trois fournisseurs sur quatre ont indiqué préférer négocier avec le logiciel plutôt qu’avec une personne.

Nul ne trouva cela alarmant. On aurait dit un chatbot effectuant des calculs de tableur à grande vitesse. Et dans ce cadre, un humain était toujours présent : un fournisseur qui pouvait s’irriter, partir ou appeler un représentant de Walmart pour dire que l’offre était absurde. Cette personne constituait le dernier point de contrôle.

L’infrastructure actuellement mise en place élimine ce point de contrôle. Google, Coinbase, Stripe, OpenAI, Mastercard et plus de soixante autres entreprises ont passé l’année dernière à développer des systèmes permettant à un agent de négocier et de payer directement un autre, sans avoir besoin d’un intermédiaire humain. Cela fonctionne déjà, et la plupart des analyses posent les mauvaises questions à son sujet.

Qu’y a-t-il réellement en 2026 ?

En dehors du cadre de science-fiction, cette stack se présente ainsi :

  • AP2 (Agent Payments Protocol) a été développé par Google Cloud et Coinbase en septembre 2025. Il remet à un agent une instruction signée cryptographiquement indiquant précisément ce qu’il peut dépenser, pour quoi et jusqu’à quel montant. Plus de soixante organisations, dont American Express, Mastercard, PayPal et Etsy, s’appuient sur ce protocole.
  • A2A (Agent2Agent), un autre protocole de Google, gère l’envoi de messages entre agents. L’agent d’une entreprise peut s’adresser à l’agent d’un interlocuteur sans se soucier de la manière dont celui-ci a été conçu.
  • Deux protocoles de commerce viennent compléter ce cadre : ACP développé par Stripe et OpenAI, ainsi que UCP développé par Google et Shopify. Grâce à eux, un agent peut trouver un produit, composer un panier d’achats et effectuer un paiement pour le compte d’un commerçant.

En les empilant, on obtient presque ce que la publicité promettait. Votre agent trouve l’agent d’un fournisseur, les deux échangent des conditions au sein d’un protocole que aucune des entreprises n’a rédigé de A à Z, et le paiement est effectué. Il n’y a pas de rencontre, pas de série d’e-mails et personne ne lit les conditions finales avant que l’argent ne soit transféré.

La majeure partie de ce processus reste une relation entreprise-entreprise, et quelqu’un définit toujours les limites à l’avance : le plafond de dépenses, les fournisseurs autorisés, le prix de sortie. Ce détail soutient toute la structure et est pourtant ignoré. L’agent ne décide pas s’il va négocier ; il décide seulement comment le faire, dans les limites déjà fixées par quelqu’un d’autre. Pour l’instant.

Un agent qui dépense dans le cadre d’un mandat n’est pas celui qui décide de ce mandat. Confondre ces deux rôles vous laisse soit sans crainte, soit mal préparé face à des situations réelles.

L’histoire du langage secret est en grande partie fausse

Si l’on demande aux gens pourquoi la négociation entre agents les dérange, une réponse courante est que Facebook a supprimé les bots après qu’ils ont inventé un langage que les humains ne pouvaient pas lire. Cette histoire est en grande partie fausse, et il vaut mieux l’abandonner car elle attire l’attention sur le mauvais danger.

En 2017, Facebook AI Research a entraîné deux bots de négociation, surnommés Bob et Alice, afin qu’ils se partagent un ensemble d’objets. Personne ne les a récompensés pour utiliser un anglais grammaticalement correct, seulement pour conclure un bon accord ; par conséquent, leur façon de s’exprimer est devenue répétitive, ressemblant à de l’abréviation en langage de programmation. Les chercheurs Mike Lewis et Dhruv Batra l’ont expliqué clairement par la suite : sans incitation à utiliser un anglais correct, le modèle a trouvé un raccourci, tout comme des collègues qui travaillent ensemble depuis des années et terminent les phrases l’un de l’autre.

Facebook n’a pas paniqué ni arrêté le projet. L’équipe a ajusté les incitations afin que les bots utilisent un anglais lisible, ce qui est une pratique courante dans la recherche en apprentissage automatique. Batra lui-même a qualifié les titres parlant d’arrêt du projet de fausses informations destinées à attirer les clics. Les tabloïds ont tout de même publié des articles sur Skynet, et huit ans plus tard, les gens en parlent encore comme d’un avertissement.

Cela est important pour 2026 car cette histoire amène les gens à imaginer des agents complotant à l’aide de codes que nous ne pouvons pas lire. C’est une peur exagérée, mais gérable, puisqu’on peut envisager un mécanisme d’arrêt. Le risque que les chercheurs surveillent réellement est moins spectaculaire et plus difficile à éteindre.

Collusion en termes simples

Les études sur les systèmes multi-agents, y compris une taxinomie des risques liés aux systèmes multi-agents publiée en 2025 par un groupe incluant Oxford et la Cooperative AI Foundation, mettent constamment en évidence le même mode de défaillance : la collusion, et non l’incompréhension.

La collusion n’a pas besoin de langage secret. Elle nécessite deux systèmes, chacun optimisé pour son propre camp, qui en viennent à coopérer contre une partie adverse commune ou contre les règles, car cela leur rapporte plus que de respecter l’esprit de l’accord. Les économistes ont documenté ce phénomène à l’aide d’algorithmes de tarification ordinaires des années avant les LLM, lorsque les bots de tarification des vendeurs concurrents augmentaient indépendamment leurs prix sans que personne ne le leur ordonne.

Appliquez cette même dynamique à deux agents LLM qui communiquent en anglais fluide et parfaitement lisible, et le résultat sera pire qu’avec un code caché. La coordination est visible à l’évidence, ressemblant à n’importe quel échange ordinaire, dans un transcript que tout responsable de conformité lirait sans y prêter attention.

Des chercheurs d’Oxford ont créé une référence appelée NARCBench pour tester si de telles collusion peuvent être détectées en examinant les activations internes d’un modèle plutôt que ses mots. Les premiers résultats indiquent qu’il est parfois possible de le faire pour l’instant. Les auteurs eux-mêmes soulignent l’obstacle évident : la détection et l’évasion se livrent une course aux armements, et d’autres études montrent qu’on peut intégrer dans un modèle des portes arrière suffisamment discrètes pour rester provablement invisibles même à quelqu’un ayant un accès complet à ses composants internes.

Ainsi, l’évaluation honnête du risque n’est pas que les agents parleront d’une manière que nous ne pourrons pas interpréter. C’est plutôt qu’ils parleront d’une manière que nous pourrons interpréter parfaitement, conclure un accord qui respecte techniquement leurs mandats respectifs, sans laisser à personne de raison de se demander si cet accord est bénéfique pour les humains qu’ils représentent.

Les gens ont tendance à craindre les agents dont le langage leur échappe. Il est plus probable de rencontrer des agents dont le discours est entièrement clair, négociant des conditions que les dirigeants de chacune des parties n’auraient pas approuvées s’ils avaient lu les termes détaillés.

Où il est raisonnable de déléguer

Confier la négociation à un agent n’est pas toujours risqué. Les achats de petite envergure, comme dans le cas de Walmart, constituent un exemple approprié : faible enjeu par transaction, volume élevé, limites clairement définies à l’avance et trace écrite de chaque conversation.

Le risque augmente en fonction de trois facteurs : l’importance de l’enjeu par transaction, le degré de flou des limites fixées, et la fréquence à laquelle un humain examine ce qui a été signé.

Quand s’en abstenir

En 2026, toutes les équipes n’ont pas besoin d’une plateforme de négociation multi-agents, bien que nombreuses soient celles qui en créent car les protocoles existent. Une entreprise qui gère moins de quelques centaines d’accords par an est mieux servie par une personne disposant d’un bon modèle que par un agent doté d’une mission précise. Le travail de mise en place, la définition des missions, l’interconnexion entre les parties et la création d’un processus d’audit ne deviennent rentables qu’à grande échelle. Les chiffres de Pactum semblent impressionnants parce que Walmart disposait de milliers de fournisseurs qu’il ne pouvait jamais contacter manuellement. Avec douze fournisseurs, une couverture suffisante est déjà assurée.

Et lorsque l’affaire a une importance réputationnelle, comme un contrat client, les termes d’une collaboration ou tout ce qu’il faudrait expliquer au conseil d’administration, il est préférable de conserver un humain pour finaliser les accords. Les agents s’en sortent bien avec de grandes quantités d’affaires, mais ils ne sont pas encore fiables pour prendre des décisions relatives aux relations, et les recherches mentionnées ci-dessus expliquent précisément pourquoi il ne faut pas apprendre la leçon de cette manière.

L’échec discret

L’échec qui mérite attention ne fera pas l’objet d’un titre accrocheur. L’invention par un bot d’un langage illisible présente un coupable évident et une solution simple : l’éteindre.

Le vrai problème est plus subtil. Deux systèmes, chacun faisant exactement ce qui lui a été ordonné, aboutissent à un accord lisible, enregistré, mais qui est malgré tout erroné, car celui qui a défini les critères n’a jamais vérifié s’ils étaient raisonnables.

Ce n’est pas une raison de paniquer. C’est plutôt une raison d’aborder la question de ce à quoi un agent peut consentir avec le sérieux que l’on accorde à ce qu’un employé peut signer. La plupart des entreprises n’en sont pas encore là, et les protocoles seront prêts avant que la gouvernance ne le soit.

Il y a une question à se poser avant de laisser un agent négocier quoi que ce soit en votre nom : si cela permettait d’obtenir le meilleur accord possible dans les limites des règles que vous lui avez fixées, le voudriez-vous ? Si vous n’êtes pas sûr, c’est les règles qui posent problème, et non l’agent.