À propos de AI agents should browse your site, not call your API

L'article "Four Architectures for AI Agents on Websites" publié par rtrvr.ai présente une réf lexion fondamentale sur la manière dont les agents d'intelligence artificielle devraient interagir avec les sites web. L'argument central soutient que la méthode traditionnelle consistant à exposer des API pour les agents IA est une approche dépassée et inefficace. À la place, l'article propose une architecture où l'agent navigue et interagit directement avec l'interface utilisateur du site, comme le ferait un humain.

Cette philosophie a donné naissance à Rover, un outil développé par rtrvr.ai qui transforme votre site web en agent IA DOM-native. Plutôt que de passer par des API backend ou des sandbox serveur, Rover s'intègre via un seul script et opère directement dans le navigateur de l'utilisateur. L'agent lit le DOM en temps réel, interprète la structure HTML et l'arbre d'accessibilité, puis exécute des actions comme un utilisateur humain : clics, défilement, remplissage de formulaires et navigation multi-pages.

L'article distingue quatre grandes architectures d'agents web : les bots RAG/FAQ purement textuels, les agents orientés API et outils, les code sandboxes (browsers cloud), et enfin l'architecture Rover qui privilégie l'exécution native dans le DOM. Cette dernière approche est présentée comme la plus naturelle et la plus fidèle à l'expérience utilisateur réelle.

Fonctionnalités principales

Architecture et approche DOM-native

Rover repose sur une intégration minimaliste : un seul script à ajouter à votre site. Aucun SDK backend complexe n'est requis. L'agent lit le DOM en temps réel, analysant la structure HTML complète et l'arbre d'accessibilité. Il peut ainsi exécuter toutes les actions qu'un utilisateur humain réaliserait : clics, défilement, interactions avec des formulaires, et navigation entre plusieurs pages.

L'approche se distingue radicalement des solutions concurrentes. Il n'y a pas de captures d'écran, pas de machine virtuelle, pas de sandbox serveur. L'exécution se fait dans la session authentifiée de l'utilisateur, sur votre domaine. Cela garantit une fidélité absolue à l'état réel du site, incluant les permissions et l'identité de l'utilisateur.

Interface utilisateur et expérience conversationnelle

Le widget de chat s'intègre directement sur votre site. L'utilisateur discute en langage naturel, et Rover interprète ses demandes pour agir dans l'interface. La conversation est contextuelle : l'agent tient compte de la page en cours, de l'état de la session, des actions déjà effectuées, et pose des questions de clarification lorsque nécessaire.

Rover gère des workflows multi-étapes complexes : processus de checkout, formulaires avec validation, interfaces à onglets, listes paginées, transitions de pages dynamiques (AJAX, applications monopages). Il s'adapte aux interfaces modernes sans nécessiter d'adaptation particulière.

Intégration avec des agents externes

Rover peut servir de "ressource d'exécution" pour d'autres agents. Un endpoint A2W (agent-to-web) est disponible, permettant à des agents API ou des chatbots de déléguer des actions à Rover via une simple requête GET. Le paramètre Prefer: execution=browser permet de maintenir une exécution "browser-first". Un protocole ouvert est également supporté pour que des agents, des interfaces en ligne de commande et des systèmes autonomes puissent interagir avec les sites Rover-enabled.

Modèle de coûts techniques

L'infrastructure rtrvr repose sur un système de crédits. Chaque action IA coûte entre 0,1 et 5 crédits selon le modèle et la complexité. Un cloud browser coûte environ 60 crédits par heure, et le proxy/trafic environ 500 crédits par gigaoctet. Un crédit équivaut à environ 0,01 $. Rover ajoute par-dessus un modèle "pay for outcomes, not seats", facturant les résultats plutôt que les utilisateurs.

Sécurité et confinement

Rover est "scoped by design" : il ne peut faire que ce que votre site permet déjà via son interface utilisateur. Il s'appuie sur les Content Security Policy (CSP) et autres directives pour limiter les connexions et les ressources externes. Un mode privé est disponible pour les entreprises, promettant une exécution in-memory only, sans logs persistants.

Tarification

Le modèle de tarification de Rover combine des frais de plateforme mensuels avec un pricing à l'outcome. Il n'y a pas de coût par siège ou par utilisateur.

Plans officiels

La page produit Rover indique les plans suivants :

• Gratuit : entrée de gamme pour tests et faible trafic
• Payant : à partir de ≈ 49 $ CA/mois
• Échelle supérieure : jusqu'à ≈ 999 $ CA/mois, ajusté au trafic et aux outcomes

Détail par palier (basé sur les informations disponibles)

• Gratuit : 0 $/mois, interactions limitées, support communautaire
• Démarrage : ≈ 49 $ CA/mois, jusqu'à environ 1 000 interactions par mois, support par courriel
• Croissance : ≈ 149 $ CA/mois, jusqu'à environ 10 000 interactions par mois, support prioritaire
• Entreprise : prix sur devis, interactions illimitées ou très élevées, support dédié

Mode de facturation

Chaque plan est composé de frais de plateforme mensuels, dimensionnés selon la taille du site et le volume de trafic. Le pricing à l'outcome s'applique aux résultats spécifiques : une réunion réservée, une inscription qualifiée, un onboarding terminé, un ticket résolu. Les plans annuels sont possibles pour les sites à trafic conséquent.

Les runs consomment également des crédits rtrvr pour l'IA, le cloud browser et le trafic (1 crédit = 0,01 $). Cette structure permet d'aligner les coûts sur la valeur réelle générée plutôt que sur le nombre d'utilisateurs.

Cas d'utilisation

SaaS B2B et produits logiciels

L'onboarding autonome est l'un des cas d'usage les plus puissants. Rover guide l'utilisateur à travers un assistant, remplit les champs, vérifie la validation, et boucle jusqu'à la fin du processus d'onboarding. La qualification de leads est également automatisée : l'agent pose des questions, crée un compte, réserve une démonstration, et marque le lead comme qualifié, ce qui constitue un outcome facturable.

E-commerce et marketplaces

Rover excelle dans l'assistance à la conversion. Un utilisateur peut demander : "Trouve-moi un produit X, compare-le, ajoute-le au panier, puis passe la commande." L'agent gère les formulaires, les étapes de checkout, les codes promotionnels, et l'ensemble du processus d'achat. Le support client est également facilité : suivi de commande, annulations, retours, le tout en agissant comme un utilisateur sur l'interface.

Support et helpdesk

La résolution de tickets devient automatisée. Rover suit des procédures internes via le site (back-office web), met à jour des champs, change des statuts, et clôture le ticket. L'outcome est alors un "ticket résolu", facturable comme tel.

Sites de documentation et portails internes

La navigation intelligente permet aux utilisateurs de rechercher sur le site et d'effectuer des actions comme des inscriptions ou des modifications de profil, sans nécessiter l'intégration d'un système RAG complexe.

Intégration avec LLM et agents externes

Rover peut servir de proxy d'action pour d'autres agents. Un agent LLM qui ne peut que récupérer des URLs peut déléguer la partie action à Rover via les endpoints A2W et les paramètres d'exécution dans le navigateur.

Notre avis

Forces

L'approche DOM-native de Rover est techniquement élégante et pragmatique. En éliminant la nécessité de maintenir un catalogue d'API et d'outils pour les agents IA, elle réduit considérablement la complexité technique et les coûts d'infrastructure. Le déploiement est remarquablement simple : un seul script suffit. La fidélité au source of truth est excellente, puisque Rover lit directement le DOM et la session utilisateur, reflétant toujours l'état réel du site avec ses permissions et contraintes.

Le modèle économique "pay for outcomes" est un avantage concurrentiel majeur. Il aligne les coûts sur la valeur générée, ce qui est particulièrement intéressant pour les entreprises qui cherchent à automatiser des processus spécifiques comme la qualification de leads ou la résolution de tickets. Le tier gratuit permet de tester sans risque, et la montée en gamme vers 49 $/mois est accessible pour les PME et scale-ups.

L'expérience utilisateur est fluide et contextuelle. Le chat conversationnel qui sait où se trouve l'utilisateur et ce qui a été fait améliore significativement l'expérience par rapport à des chatbots FAQ classiques. La capacité à gérer des interfaces modernes (React, applications monopages, AJAX) est un atout important.

Limites

La dépendance au DOM est une faiblesse potentielle. Rover dépend de la structure du DOM, des attributs d'accessibilité et de la stabilité du frontend. Les refontes fréquentes ou un DOM fragile peuvent nécessiter une surveillance et des ajustements réguliers. Cette contrainte est inhérente à l'approche mais peut devenir un problème pour les sites en évolution rapide.

La couverture fonctionnelle est "étroite mais profonde". Rover excelle dans l'exécution DOM mais n'est pas un outil de RAG complet, ni une solution omni-canal tout-en-un pour le support ou le marketing. Les entreprises qui recherchent une plateforme unifiée devront peut-être combiner Rover avec d'autres outils.

Les coûts variables, bien que transparents, peuvent monter sur les sites à très haut trafic ou dans les scénarios où beaucoup d'outcomes sont atteints. Le système de crédits pour l'IA, le cloud browser et le trafic ajoute une couche de complexité dans la gestion des coûts. Le mode privé, indispensable pour certaines entreprises, n'est disponible qu'à partir de tiers payants.

Verdict

Rover est une solution innovante et bien pensée pour les entreprises qui veulent déployer des agents IA capables d'agir sur leur site sans maintenir une infrastructure d'API. L'approche DOM-native est élégante et techniquement solide. Le modèle économique aligné sur les résultats est séduisant, mais il faut être conscient des coûts variables potentiels.

La solution est particulièrement adaptée aux SaaS B2B, aux sites e-commerce et aux portails internes qui cherchent à automatiser des processus utilisateur complexes. Les équipes produit, growth et support y trouveront un outil puissant pour améliorer l'expérience client et réduire les coûts opérationnels.

Pour les développeurs et les petites équipes, le tier gratuit et les plans à partir de 49 $/mois rendent la solution accessible. Pour les grandes entreprises, les options de confinement et le mode privé répondent aux exigences de sécurité.

Notre recommandation : si votre site a un DOM stable et que vous cherchez à automatiser des interactions utilisateur sans exposer d'API, Rover est une option sérieuse à évaluer. Commencez par le tier gratuit pour tester la compatibilité avec votre interface, puis passez à un plan payant une fois le proof of concept validé.