Pourquoi l'IA ne sauvera pas votre marketing en vrac

Le 13 octobre, Publicis a annoncé une croissance organique de 5 % au troisième trimestre, légèrement au-dessus du consensus de 4,8 % fourni par l'entreprise. Connected Media, qui représente 62 % du revenu net selon Reuters, progresse à un rythme « high-single-digit » ; Intelligent Creativity affiche une croissance « single-digit ». La direction attribue cette dynamique aux gains de parts de marché et à une demande croissante pour ses produits et services pilotés par l'IA.

Évidemment, la narration n'a pas besoin de trois minutes pour enfourcher son canasson : Publicis investit dans l'IA, Publicis croît, donc l'IA fait croître Publicis. Deux points, un trait, une causalité, et voilà le carrosse analytique, livré avec sa citrouille comptable. Je comprends la tentation ; elle permet de raconter une révolution sans ouvrir le capot. Je préfère tout de même regarder ce qui entraîne les roues.

Les chiffres établissent une performance et rapportent l'explication de la direction ; ils ne permettent pas d'isoler la contribution causale de l'IA. Reuters ajoute plusieurs facteurs : consolidation du marché autour de trois grands groupes, victoires commerciales, puissance média, base de données et modèle intégré. Le montant de new business cité, 2,2 milliards de dollars, vient d'un calcul de JPMorgan. Quant au fameux modèle couvrant neuf adultes connectés sur dix dans le monde, il s'agit d'une affirmation de Publicis rapportée par l'agence de presse, pas d'une mesure indépendante ouverte à l'inspection.

Pourquoi garder le sujet, alors ? Parce que derrière le vernis « AI-powered », le cas montre un mécanisme beaucoup plus intéressant que le robot qui rédige des accroches : l'IA devient un levier lorsqu'elle peut agir au contact de données, de compétences, de médias et de décisions déjà reliés. Publicis ne vend pas seulement un outil plus rapide. Il vend la continuité entre l'observation d'un public, la conception d'une campagne, son activation et sa mesure.

Dit autrement, son avantage n'est probablement pas d'avoir trouvé le prompt sacré. Il est d'avoir bâti la plomberie dans laquelle l'IA peut enfin faire circuler quelque chose.

Le communiqué de Publicis insiste sur le « Power of One », cette capacité à conjuguer données, technologie et talents dans une organisation unifiée. On peut légitimement sourire devant le blason corporate, avec ses majuscules bien peignées et son parfum de keynote. Mais sous le jargon se cache une réalité opérationnelle : les modèles deviennent utiles lorsque le même système peut récupérer du contexte, proposer une action, l'exécuter dans un canal et observer ce qui se passe ensuite.

Le problème, à l'échelle d'une équipe contenu, se reconnaît sans jumelles : les données dans le CRM, les idées dans les réunions, les briefs dans des documents, les assets dans trois drives et demi, les arbitrages commerciaux dans la caboche de personnes qui n'ont jamais le même créneau. Ajoutons donc un assistant IA au-dessus de ce ravissant archipel ; il produira des synthèses impeccablement polies de notre incapacité à faire circuler le travail. Je force le trait ? Un peu. Mais accélérer chaque îlot ne construit toujours pas le pont.

Le retour d'expérience publié en juillet par Publicis Sapient est éclairant précisément parce qu'il raconte deux échecs avant le résultat. Distribuer ChatGPT et Copilot aux équipes n'a pas changé le système : chacun avançait un peu plus vite, mais les campagnes gardaient plus de cinquante passages de relais et prenaient vingt jours à lancer. Construire ensuite un dispositif de campagne entièrement autonome a également échoué : sans contexte suffisant ni définition partagée de la qualité, le résultat était médiocre.

L'équipe a alors repris le problème par l'autre bout. Quinze ateliers transverses, plus de 1 200 tâches cartographiées, puis un arbitrage tâche par tâche : l'IA peut-elle la conduire, ou doit-elle rester manuelle ? Le cas publié par l'entreprise affirme qu'après refonte les campagnes sont passées de vingt jours à trois à cinq jours, et le travail humain estimé de cent heures à quatorze. C'est considérable. C'est aussi un cas interne, raconté par l'organisation elle-même, sans protocole comparatif public ; on peut donc étudier le mécanisme sans transformer ces chiffres en loi de la gravitation marketing.

Le mécanisme, lui, est parfaitement net : un individu plus rapide dans un système lent produit surtout une attente plus rapide devant l'étape suivante. L'amélioration apparaît quand on redessine les passages de relais, encode le contexte et décide où la machine conduit réellement la tâche.

La donnée propriétaire serait le nouveau pétrole, la nouvelle douve, le prochain Saint-Graal, et bientôt l'ingrédient secret de la blanquette. Je veux bien. Encore faudrait-il expliquer à quel moment elle devient utile. Un CRM rempli de champs, un historique de campagnes et douze années de contenus constituent d'abord des matières stockées ; ce n'est pas parce qu'on possède une cave qu'on a ouvert un restaurant.

Publicis dispose d'une échelle que la plupart des entreprises B2B ne reproduiront jamais. LiveRamp résume l'argument industriel en affirmant que les données publiques sont accessibles à tout le monde et que la différenciation vient des signaux propriétaires ajoutés aux modèles. C'est une source intéressée - LiveRamp vend précisément cette infrastructure et son rapprochement avec Publicis renforce encore le biais commercial. Mais la distinction tient : le modèle commun commoditise l'intelligence générique ; les données et décisions particulières déterminent ce qu'il peut faire pour vous.

Encore faut-il que ces signaux soient exploitables. Un verbatim commercial non consigné, une objection enfouie dans une note privée, un cas client sans tags, un webinar dont personne ne possède la transcription et un asset impossible à relier à une campagne ne forment pas une base de connaissance. Ils forment un grenier. On peut y envoyer un agent très vaillant ; il reviendra avec une luge, un chandelier et la conviction que le prospect voulait un livre blanc.

C'est le prolongement direct de ce que j'écrivais dans « Pourquoi j'ai changé d'avis sur mon métier » : le contenu ne crée de valeur qu'au contact d'une décision, d'une objection, d'une campagne, d'une conversation, d'une preuve ou d'un usage. L'IA ne supprime pas cette exigence. Elle la rend impitoyablement visible.

Pour une équipe B2B, le travail préalable n'est donc pas « centraliser toute la data ». Formulation idéale pour dépenser dix-huit mois, trois cabinets et la santé mentale du chef de projet. Il consiste à relier un petit nombre de signaux aux décisions qu'ils peuvent améliorer : quelle objection revient dans les opportunités ? quel contenu est effectivement envoyé ? quelle séquence déclenche une réponse ? quelle preuve débloque une discussion ? quel actif est recréé parce que personne ne trouve l'existant ?

Voilà la différence entre data décorative et data opérante : la première remplit un dashboard ; la seconde modifie le prochain geste.

Il serait grotesque de recommander à une PME de 80 personnes de copier Publicis. Le groupe compte environ 114 000 collaborateurs, possède des actifs data massifs, combine média, création, technologie et conseil, et peut amortir des investissements qu'une équipe marketing de huit personnes ne financera jamais. Le cas n'est pas un mode d'emploi. C'est un révélateur.

Il révèle d'abord que la valeur se trouve moins dans la génération que dans l'orchestration : accès au contexte, circulation entre métiers, activation dans les canaux et retour de la mesure. Il montre ensuite que l'autonomie complète est une mauvaise première marche lorsque le travail n'est ni cartographié ni qualifié. Il rappelle enfin que la donnée n'est un avantage qu'une fois reliée à des droits, des identités, des décisions et des boucles d'apprentissage.

Il montre aussi un risque que le communiqué célèbre évidemment moins : l'IA peut renforcer les acteurs qui possèdent déjà le plus de données, de canaux et de pouvoir de négociation. Si trois groupes remportent, selon les données Convergence citées par le dirigeant de Publicis, 91 % des grands appels d'offres, l'efficacité n'est pas la seule histoire. La concentration l'est aussi. Une infrastructure intégrée réduit les frictions pour le client ; elle peut également augmenter sa dépendance à celui qui contrôle données, mesure, création et activation.

La bonne transposition pour une entreprise B2B n'est donc ni la course au volume de données, ni la construction d'un mini-holding publicitaire dans la salle de pause. C'est le process minimum viable : quelques décisions prioritaires, les signaux nécessaires pour les éclairer, des contenus reliés aux situations de vente, un propriétaire par passage de relais et une mesure assez simple pour corriger la boucle.

Le contraste peut se lire comme ceci :

Prenez une campagne réelle, pas une transformation « enterprise-wide » conçue pour obtenir quinze slides et une photographie de comité exécutif. Reconstituez le trajet complet : priorité business, cible, objections, preuves disponibles, contenus choisis, usages marketing, usages commerciaux, signaux de résultat. À chaque étape, notez ce qui manque, ce qui se répète et ce qui dépend d'une personne.

Ensuite seulement, regardez où l'IA peut réduire une friction : retrouver un actif, synthétiser des verbatims, préparer un brief, contrôler une campagne, adapter un contenu, rapprocher des signaux ou produire une première recommandation. Le critère n'est pas « est-ce automatisable ? ». Presque tout le sera, avec assez de temps et de sesterces. Le critère est : cette automatisation améliore-t-elle une décision ou déplace-t-elle simplement le travail de production vers la vérification ?

Dans une précédente édition, « En 2026, produire du contenu n'est plus un avantage », je pointais déjà ce paradoxe : les équipes croulent sous la donnée mais manquent d'insights, célèbrent le thought leadership puis l'abandonnent avant les étapes de décision, et réclament des expériences sans construire le système permettant de les activer. Le trimestre de Publicis ne réfute pas ce diagnostic. Il montre à quoi ressemble l'autre côté du fossé, lorsque l'entreprise a suffisamment relié les morceaux pour vendre cette continuité.

Ce que je défends ici tient en peu de mots : l'IA ne rend pas l'organisation inutile ; elle rend son absence plus coûteuse. Si contenus, campagnes, ventes et mesure ne se parlent pas, le modèle nous aidera surtout à produire plus élégamment les symptômes du problème. Beau progrès calligraphique, j'en conviens. Pour le progrès commercial, il faudra encore relier les morceaux.

Publicis peut appeler ça le « Power of One ». Dans une PME, on peut choisir une formule moins impériale : que les gens, les données et les contenus cessent enfin de bosser comme s'ils appartenaient à trois entreprises différentes. C'est moins ronflant. Ça pourrait même fonctionner.