Les outils d’analyse web commencent à observer ce que font les visiteurs accompagnés d’agents IA. Dans une étude publiée le 29 octobre 2026, Microsoft Clarity examine plus de 5,2 millions de sessions classées comme agentiques. Les parcours ne se limitent pas à la lecture de pages : des formulaires, des recherches et des étapes liées au paiement apparaissent aussi dans les événements enregistrés.
Il faut pourtant résister à une conclusion trop rapide. Une session détectée comme impliquant un agent peut aussi comprendre une reprise par un humain. Le tableau ne permet donc pas d’attribuer automatiquement chaque clic à une IA autonome.
Un périmètre décrit par Microsoft
La publication de Clarity porte sur 230 511 projets observés du 13 août au 9 septembre 2026. L’identification s’appuie sur des navigateurs agentiques de trois écosystèmes. L’éditeur précise que les événements peuvent se recouper, sans constituer les étapes successives d’un même tunnel. Il présente aussi un tableau Agent Activity disponible pour les projets recevant ce trafic.
Le rapport décrit ainsi des activités enregistrées pendant certaines sessions. Il ne certifie pas qu’un achat, une réservation ou un formulaire a été mené entièrement à bien par un agent. Cette limite doit accompagner les chiffres lorsqu’une équipe les reprend dans une présentation.
Le résultat observé et son interprétation doivent voyager ensemble. Lorsqu’un chiffre est repris dans un rapport interne, le responsable peut conserver à côté la période, la définition de la session et les limites de détection. Ces quelques mots évitent une conclusion plus large que ce que l’étude permet d’affirmer.
Séparer l’action enregistrée du résultat attendu
Une entreprise peut chercher à savoir si un assistant a atteint une page de paiement. Elle peut aussi vouloir savoir si une commande a été confirmée. Ces deux questions nécessitent des informations différentes. Une arrivée sur un écran ne remplace pas le statut conservé dans le système de vente.
Le même raisonnement vaut pour les formulaires. Un envoi peut correspondre à une demande complète, à un doublon ou à un contact qui ne répond pas aux critères de l’activité. Le nombre d’événements ne suffit pas à juger leur utilité.
Notre article sur l’ouverture du checkout Shopify aux agents montre pourquoi la fin du parcours reste importante. La cohérence entre produit choisi, conditions affichées et commande enregistrée ne disparaît pas lorsque le premier visiteur est un assistant.
Le passage à l’humain mérite sa propre lecture
Une personne peut déléguer une recherche, puis reprendre la conversation au moment de choisir ou de confirmer. Cette coopération ne constitue pas un échec de l’agent. Elle peut être précisément le fonctionnement recherché, notamment lorsqu’une décision engage l’utilisateur.
Dans un tableau de suivi, mieux vaut donc décrire ce que le dispositif permet réellement de distinguer. Si la séparation entre phases humaines et automatisées n’est pas disponible, il faut conserver cette réserve plutôt que produire un partage artificiellement précis.
Cette prudence permet aussi de comparer les périodes. Une évolution du système de détection pourrait modifier la catégorie attribuée à une visite sans que le comportement des clients ait changé de la même manière. Les modifications de mesure doivent être documentées.
Examiner les obstacles sur quelques parcours concrets
Avant de transformer toute son interface pour les agents, une équipe peut choisir quelques tâches fréquentes. Trouver une référence, comprendre une disponibilité et transmettre une demande constituent déjà des scénarios observables. Le contrôle porte sur les informations nécessaires et le résultat obtenu.
Un parcours facile à comprendre doit notamment conserver ses exceptions visibles. Une offre valable sous condition ne devrait pas paraître universelle parce qu’un résumé a ignoré une réserve. Le problème concerne autant les lecteurs humains que les outils qui les accompagnent.
Notre analyse de l’expérience d’IA menée autour d’un radiotélescope rappelle une méthode de lecture utile : identifier la tâche effectivement démontrée avant d’élargir la conclusion à tout un domaine.
Une nouvelle catégorie de trafic à replacer dans l’activité
L’étude de Clarity montre l’intérêt d’observer des actions au-delà du simple volume de visites. Elle donne également les limites nécessaires pour ne pas transformer une classification technique en preuve d’autonomie complète.
Pour un site, la prochaine étape peut rester modeste : repérer ce trafic, examiner quelques événements et les rapprocher d’un résultat confirmé dans les outils métier. Une meilleure lecture des sessions devient alors utile pour améliorer le service. Elle ne sert pas seulement à annoncer davantage de visites réalisées « par des IA » sans savoir ce qu’elles ont réellement permis.
Je suis Romain, rédacteur passionné par tout ce qui touche au high-tech, à la crypto, et à l’innovation. Diplômé d’une école de marketing à Paris, je mets ma plume au service des dernières tendances et avancées technologiques.
