Paiements UPI dans les bots : quels enjeux pour les marques ?

Chatbots marchands + UPI : un pilote qui cible la conversion

L’Inde teste l’achat et le paiement directement dans des chatbots dopés aux LLMs, en s’appuyant sur UPI. Pour les entreprises, ce modèle concentre découverte, recommandation et checkout en un seul échange, avec un effet attendu sur la conversion et le coût d’acquisition. La question n’est plus “si” mais “comment” cadrer le go-to-market, la conformité data et la responsabilité des paiements pilotés par IA.

Table des matières

Ce qui s’est passé en Inde, et qui pilote quoi

Le 9 octobre 2025, la National Payments Corporation of India (NPCI), Razorpay et OpenAI ont lancé un pilote national d’e‑commerce via chatbots, permettant d’acheter et de payer sans quitter la conversation, avec UPI comme rail de paiement ( The Economic Times, TechCrunch ). Axis Bank et Airtel Payments Bank fournissent la couche bancaire, tandis que Razorpay connecte les bots à l’inventaire, au pricing et aux paiements. Les premiers marchands sont BigBasket (groupe Tata) et l’opérateur Vi, avec un déploiement large prévu dans les prochains mois ( India Today ).

Sur le plan technique, UPI Circle permet une authentification déléguée et rend possible un paiement in‑chat sans redirection vers une autre application. UPI Reserve Pay autorise de bloquer des fonds pour des paiements futurs à des marchands spécifiques, utile pour des paniers combinés, des précommandes ou des substitutions de produits en livraison ( FindArticles ). UPI Circle gère jusqu’à cinq utilisateurs secondaires par compte, avec des plafonds de 15 000 INR par mois et 5 000 INR par transaction en délégation complète, et impose une authentification biométrique ou mot de passe pour ces utilisateurs secondaires ( Paytm Blog ).

Côté LLMs, le pilote démarre avec ChatGPT ; les intégrations Gemini et Claude ont achevé leur preuve de concept et arrivent sous quelques semaines selon Razorpay ( TechCrunch ). Exemples concrets : un utilisateur demande à ChatGPT d’acheter les ingrédients d’un curry pour quatre personnes sur BigBasket ; l’agent valide le panier et réalise le paiement UPI après confirmation, avec suivi en temps réel et révocation possible ( Times of India ).

Le contexte réglementaire bouge en parallèle : la RBI a présenté UPI HELP (support IA), l’extension des paiements UPI à l’IoT et une interopérabilité du net banking, confirmant l’ambition d’un système de paiements temps réel “intelligent et inclusif” ( Business Today ).

Pourquoi c’est structurant pour les entreprises

Dans les faits, le commerce “agentique” transforme un assistant conversationnel en vendeur, conseiller et caissier. Les gains business sont crédibles : des données agrégées sur l’IA conversationnelle en e‑commerce montrent un taux de conversion de 12,3% chez les acheteurs passant par le chat, contre 3,1% sans chat, soit un x4 ; les achats se finalisent 47% plus vite ; les récurrents dépensent 25% de plus ; 93% des questions sont résolues sans humain ; et les conversations proactives récupèrent 35% des abandons de panier ( HelloRep ). Cela réduit mécaniquement la pression sur le retargeting et la dépendance aux dark patterns de checkout.

Côté canaux, l’audience n’est pas anecdotique : ChatGPT revendique 800 millions d’utilisateurs hebdomadaires en octobre 2025, soit un doublement en huit mois ( Business Insider ). Si le paiement s’opère directement là où l’intention naît, l’arbitrage “site/app vs conversation” devient un sujet de P&L, pas seulement d’UX. En Inde, UPI traite plus de 20 milliards de transactions mensuelles, gage de capacité à absorber un volume commercial massif dès les pilotes ( India Today ).

Concrètement pour un CMO, le bot devient un levier de merchandising personnalisé (panier moyen, bundles, cross‑sell) et un canal d’acquisition à coût marginal faible, si l’on maîtrise la qualité de réponse et la métrique de transfert vers le paiement. Pour une DSI, l’enjeu est l’intégration propre à l’inventaire, au pricing promotionnel et au service client, sans “fork” technique par LLM. Pour le juridique et la compliance, deux blocs dominent : la formation du consentement/contrat dans un échange machine et la localisation des données sensibles.

Décryptage : protocoles, conformité et risques à cadrer

Au‑delà de l’Inde, deux standards émergent pour encadrer ces parcours. L’Agentic Commerce Protocol (ACP), co‑développé par Stripe et OpenAI, alimente “Instant Checkout” dans ChatGPT aux États‑Unis ; il propose un format ouvert pour finaliser un achat entre agents, personnes et entreprises. Stripe ajoute le Shared Payment Token (SPT) pour initier des paiements sans exposer les identifiants de l’acheteur ( Stripe newsroom OpenAI ). Google avance de son côté l’Agent Payments Protocol (AP2), avec Adyen, American Express, Mastercard et PayPal, visant l’interopérabilité des parcours de paiement des agents ( Google Cloud ). Pour une entreprise internationale, cela annonce des intégrations multiples et la nécessité d’un socle “agnostique” des LLMs.

Le droit suit à vive allure. Les paiements pilotés par agents posent des questions de formation du contrat sans intervention humaine directe, d’autorisation des transactions et d’articulation avec l’authentification forte (SCA) ; ils exposent aussi à de nouveaux vecteurs de fraude (prompt injection, memory poisoning) pouvant conduire à des paiements non autorisés ou à des fuites de données ( Linklaters ). En Inde, deux contraintes structurent le déploiement :

D’une part, le Digital Personal Data Protection Act (DPDP) pousse à la localisation des modèles et des couches d’inférence lorsqu’ils traitent des données personnelles indiennes, pour limiter les fuites et la surveillance étrangère ; les règles d’application définitives sont attendues sous 6 à 8 semaines, avec un rôle accru du CERT‑In en matière d’incidents ( WebAsha ).
D’autre part, la RBI impose depuis 2018 que les données de paiement (transaction de bout en bout, identifiants sensibles, données client) soient stockées en Inde ; en cas de traitement hors du pays, les données doivent être supprimées des systèmes étrangers dans les 24 heures et conservées uniquement en Inde, avec certificats de conformité semestriels signés par les dirigeants ( Doverunner ).

Pour les entreprises, cela signifie vérifier où “vit” l’agent (hébergement LLM, mémoire conversationnelle, logs), où transitent les tokens de paiement, et comment prouver l’autorisation client. UPI Circle facilite l’expérience “in‑chat” mais impose d’encadrer la délégation (limites, authentification des usagers secondaires) et la révocation, sous peine de litiges. À mesure que les agents gagnent en autonomie, la vitesse et la complexité des transactions augmentent ; les systèmes antifraude doivent passer d’une logique de règles à une détection comportementale, comme le rappelle Razorpay : “les fraudeurs ne se comportent pas comme des clients légitimes” ( NewKerala ).

Au chapitre go‑to‑market, un pilote contrôlé limite les risques réputationnels et contractuels. Fixez des KPI de conversion, de délai de checkout, de panier moyen et de fraude ; définissez une matrice d’escalade vers un agent humain ; et testez l’acceptation client des parcours proactifs (le taux d’engagement peut monter à 45% lorsque l’assistant initie la conversation, selon les données agrégées citées plus haut). À plus long terme, l’Inde prépare l’intégration du crédit “à la volée” via une Unified Lending Interface, où des prêteurs enchérissent en temps réel pour financer un panier — une perspective qui unira recommandation, paiement et financement dans le même chat ( NewKerala ).

Points de vigilance opérationnels immédiats

Formation du contrat et preuve d’autorisation: consignez qui dit quoi, quand, et enregistrez l’acceptation explicite au moment du paiement.
SCA et délégation UPI Circle: cadrez les limites, l’authentification secondaire et la révocation instantanée.
Sécurité des prompts et de la mémoire: protection contre l’injection, contrôle des sources, purge et chiffrement des logs.
Minimisation des données: séparez contexte de conversation, préférences, identifiants de paiement; limitez les accès des tiers.
Clauses fournisseurs IA/paiement: responsabilité en cas d’erreur de recommandation, d’acte non autorisé, d’indisponibilité ou de fuite.
Interopérabilité: plan type “multi‑LLM/multi‑protocole” (ACP/AP2), pour éviter le verrouillage de canal.

En deux phrases pour décider

Le pilote indien montre que la conversation peut devenir un canal complet d’achat et de paiement, avec un impact direct sur la conversion et les coûts de parcours. Les entreprises qui cadrent tôt leur pilote — KPIs, sécurité, localisation des données et responsabilités — transformeront l’essai au lieu de le subir lorsque ces protocoles s’étendront hors d’Inde.