Un agent IA échoue à acheter du savon, exposant les complexités du commerce électronique

Une expérience visant à automatiser l'achat d'un produit ménager courant, le savon Pears, à l'aide d'un agent IA a révélé des obstacles notables dans l'automatisation actuelle du commerce électronique. L'agent IA, Saki, a rencontré des difficultés pour déterminer avec précision le prix final en raison de structures d'offres complexes et de problèmes avec les éléments de l'interface utilisateur des sites web, échouant finalement à finaliser la transaction.

L'obstacle principal identifié était "l'ambiguïté des prix". Alors que les recherches initiales présentaient des prix de base bas, l'IA a découvert que les coûts réels étaient fortement influencés par les offres de cartes spécifiques à l'utilisateur, les remises sur les portefeuilles électroniques et autres réductions conditionnelles. Cette variabilité signifie qu'une IA ne peut pas optimiser pour le "prix le plus bas" sans informations détaillées sur le profil et le compte de l'utilisateur, qui ne sont pas facilement accessibles aux agents.

Des complications supplémentaires sont survenues en raison de la conception de l'interface utilisateur des sites web. Saki a eu du mal à naviguer sur certaines plateformes de commerce électronique, notamment Myntra, où des dépassements de temps de navigateur ont empêché toute progression. Amazon a également présenté des résultats de recherche trompeurs, la page en direct indiquant qu'aucune offre n'était disponible, bien qu'elle soit présente dans les résultats de recherche. Flipkart, initialement choisi pour son intégration présumée avec le Universal Commerce Protocol de Google, a également posé des défis.

Les contrôles d'achat de Flipkart n'étaient pas systématiquement détectables par les outils de navigation standard de l'IA. L'agent a dû employer une stratégie mixte impliquant une inspection visuelle et une inspection directe du DOM pour localiser et activer les boutons d'achat, démontrant le problème de "découvrabilité de l'interface utilisateur" pour les agents automatisés.

L'expérience souligne l'écart important entre le concept de commerce agentique et sa mise en œuvre pratique. Bien que les agents IA aient le potentiel de rationaliser les achats en ligne, les plateformes de commerce électronique actuelles nécessitent une adaptation substantielle pour prendre en charge les processus d'achat automatisés, en particulier en ce qui concerne la transparence des prix et l'accessibilité de l'interface.