L'avenir de la publicité agentique

Le secteur des technologies publicitaires est actuellement obsédé par les chatbots. Il ne devrait pas l'être.

Nous voyons actuellement l’ensemble du secteur s’empresser d’intégrer des modèles linguistiques génériques à des plateformes existantes, d’apposer une étiquette « alimenté par l’IA » sur le tableau de bord, et de qualifier cela de révolution. Ce n’en est pas une. Un widget de chat flottant capable de résumer une campagne ou de rédiger un e-mail poli ne change pas fondamentalement la manière dont les espaces publicitaires sont achetés et vendus. Ce n’est qu’un tour de passe-passe. Il s’agit d’une IA d’assistance. Elle nécessite qu’un humain lui donne des instructions, la guide et exécute le travail proprement dit.

Le véritable changement de paradigme ne réside pas dans le fait que l'IA assiste les humains. Il réside dans le fait que l'IA agisse de manière totalement autonome au nom des humains. Nous parlons ici d'acteurs autonomes qui exécutent des flux de travail complexes en plusieurs étapes sur différents systèmes, négocient des contrats, vérifient les disponibilités et créent des campagnes de 100 lignes pendant que vous dormez.

Telle est la réalité qui façonne l'avenir de la publicité agentique. Et elle va bouleverser de fond en comble les écrans, les interfaces et les processus manuels traditionnels sur lesquels nous nous sommes appuyés ces deux dernières décennies.

Mais pour y parvenir, il faut opérer un changement radical dans la manière dont nous développons les technologies publicitaires. Nous devons cesser de considérer l'IA comme une baguette magique toute-puissante. Nous devons commencer à la considérer comme une main-d'œuvre spécialisée.

L'ère du copilote est déjà révolue

Soyons honnêtes. Les grands modèles linguistiques (LLM) sont des moteurs incroyables. Mais un moteur sans volant, sans boîte de vitesses ni conducteur n’est qu’un tas de ferraille bruyant.

Si vous intégrez un LLM générique dans l'infrastructure technologique d'une entreprise du secteur des médias, il échouera lamentablement. Pourquoi ? Parce qu'il ne comprend pas la logique métier extrêmement spécifique des opérations publicitaires. Il ne sait pas comment interpréter vos barèmes tarifaires complexes. Il ne comprend pas comment gérer les conversions multidevises entre différentes plateformes DSP. Et il ne sait certainement pas comment s'y retrouver dans les hiérarchies de rôles de votre CRM.

Considérez un LLM de base comme une nouvelle recrue brillante qui parle une centaine de langues, mais qui ne connaît absolument rien à votre activité. Vous ne la laisseriez pas s’occuper de vos clients les plus importants dès le premier jour. Vous lui remettriez un manuel de formation très précis.

C’est précisément cette philosophie qui distingue un véritable logiciel agentique des fonctionnalités génériques d’IA. Le LLM — qu’il soit alimenté par OpenAI, Claude ou la plateforme Salesforce — n’est qu’un moteur générique. La véritable propriété intellectuelle réside dans le « pilote ». Il s’agit des modèles de compétences prédéfinis, des actions spécifiques et de la logique publicitaire profondément ancrée qui transforme un moteur générique en un assistant de vente média extrêmement compétent.

En associant un moteur générique puissant à un module spécifique au domaine, spécialement entraîné, on obtient des agents IA spécialisés capables d'effectuer des tâches concrètes génératrices de chiffre d'affaires. Ils ne se contentent pas de répondre à des questions.

Le commerce entre agents (A2A) est la nouvelle norme

À l'heure actuelle, l'achat d'espaces publicitaires est un exercice marqué par des frictions entre l'humain et les logiciels.

Un acheteur média reçoit un brief. Il se connecte à une plateforme. Il recherche manuellement des espaces publicitaires. Il exporte un fichier Excel. Il envoie un e-mail à un éditeur. Le commercial de l’éditeur ouvre l’e-mail, télécharge le brief au format PDF, saisit manuellement les données dans son système de gestion des commandes (OMS), vérifie l’inventaire, exporte un nouveau fichier PDF et le renvoie par e-mail. C’est d’une inefficacité exaspérante. Alors même que les dépenses publicitaires programmatiques atteignent des centaines de milliards, les contrats directs et les accords garantis haut de gamme restent entravés par ces saisies manuelles.

C'est là qu'intervient le point de vue à contre-courant sur l'avenir de la publicité agentique. Le secteur part du principe que l'IA ne sera qu'un outil permettant aux humains d'appuyer plus rapidement sur des boutons. C'est faux. L'avenir, c'est une IA qui contournera complètement l'interface humaine.

Bienvenue dans le commerce « d'agent à agent » (A2A).

Imaginez un scénario dans lequel un acheteur rédige un brief en texte brut : « Je souhaite cibler les hommes amateurs de sport au UK le mois UK , uniquement via la vidéo, avec un budget de 50 000 dollars. »

Au lieu qu’un utilisateur se connecte à une plateforme SSP, l’agent IA de l’acheteur envoie immédiatement une requête à l’agent IA du vendeur de l’éditeur. Ils communiquent via un protocole ouvert, en contournant totalement l’interface utilisateur. L’agent du vendeur vérifie instantanément les disponibilités en temps réel, applique la grille tarifaire négociée pour cette agence spécifique, élabore un plan média conforme, puis renvoie une réponse à l’agent de l’acheteur.

Une négociation complexe, qui s'est étalée sur plusieurs jours, réduite à trois secondes de dialogue entre deux machines.

Ce n’est pas de la science-fiction. Ce système repose sur des protocoles standardisés et ouverts. Plus précisément, il s’agit du protocole Ad Context Protocol (AdCP), qui s’appuie sur le protocole Model Context Protocol (MCP). Cette infrastructure met à la disposition d’agents acheteurs externes basés sur l’IA l’inventaire des éditeurs, les processus de réservation et le suivi financier. Elle rend les transactions publicitaires entièrement lisibles par machine.

Les agents peuvent exécuter des tâches spécifiques et standardisées. Ils le font de manière programmatique, transformant ainsi les opérations commerciales complexes de l'entreprise en une API fluide.

Spécialisation sur l'ensemble du funnel : vous avez besoin d'une armée d'experts

Vous ne voulez pas qu'une seule IA toute-puissante tente de diriger l'ensemble de votre entreprise dans le secteur des médias. Vous voulez des experts spécialisés.

Tout comme vous ne demanderiez pas à votre meilleur responsable de compte grand compte de gérer manuellement les balises dans Google Ad Manager, vous ne devriez pas demander à une IA généraliste de s’occuper à la fois des prévisions de chiffre d’affaires et de la création autonome de campagnes.

L'avenir de la publicité agentique passe par une stratégie reposant sur des agents distincts et spécialisés, déployés tout au long du processus opérationnel des médias.

L'agent immobilier du vendeur

Les responsables des ventes médias consacrent un temps fou à la saisie manuelle de données. Ils reçoivent des briefs de campagne au format PDF, désordonnés et non structurés, de la part des agences, et les transforment manuellement en campagnes médias structurées.

Un agent vendeur spécialisé permet d’éviter cela. Lorsqu’un dossier PDF est mis en ligne, l’agent autonome se met immédiatement au travail sans que vous ayez à ouvrir explicitement une fenêtre de discussion pour lui demander de le faire. Il extrait les informations relatives à l’annonceur, le budget, les objectifs spécifiques, les dates de diffusion et le public cible. Il compare ensuite ces données non structurées à l’ensemble de votre catalogue de produits, même si celui-ci contient 30 000 tarifs publicitaires différents.

Il applique correctement la logique de la grille tarifaire. Il génère une campagne média complète. Il est capable de générer des campagnes comportant plus de 100 éléments distincts en une seule opération asynchrone.

L'agent d'inventaire

Rien ne fait capoter une transaction plus vite que de promettre un inventaire dont on ne dispose pas réellement. Un « Inventory Agent » est exclusivement dédié à la gestion de la disponibilité en temps réel. Il s'intercale entre votre CRM et vos serveurs publicitaires (qu'il s'agisse de Google Ad Manager, FreeWheel ou Xandr). Il vérifie de manière autonome les disponibilités et gère les soumissions vers les serveurs publicitaires, garantissant ainsi que ce que l'agent vendeur met en place peut effectivement être livré.

L'agent chargé de l'accompagnement commercial

Les commerciaux ont besoin de contexte avant de se rendre à un rendez-vous. Un agent de soutien à la vente joue le rôle d’un chercheur d’élite. Il analyse en permanence les comptes, recueille des notes de risque, génère des synthèses d’informations sur les comptes et signale les anomalies dans les achats médias. Si les dépenses d’une agence baissent de 20 % d’un trimestre à l’autre, l’agent met en évidence cette information de manière autonome.

Combler le fossé entre la création et les achats

La planification média et la production créative ont toujours été des domaines totalement distincts.

L'acheteur média détermine où la publicité doit être diffusée. L'agence créative définit à quoi elle doit ressembler. Combler ce fossé implique généralement des chaînes d'e-mails interminables, des ressources manquantes et des retards dans le lancement des campagnes. Et lorsque l'on est confronté à des environnements SSP encombrés et à des délais serrés, les frictions créatives constituent un véritable handicap.

La publicité « agentique » est en train de démanteler activement ce cloisonnement.

Les agents pouvant déclencher des actions sur l'ensemble des systèmes intégrés, le processus de production créative s'inscrit désormais directement dans le flux de travail de la campagne. Grâce à des intégrations avec des plateformes de génération vidéo basées sur l'IA, telles que Waymark, les agents peuvent désormais créer de manière autonome des contenus vidéo de haute qualité directement à partir de l'élément de campagne lui-même.

Vous n'avez plus besoin de quitter la plateforme. Vous n'avez plus à attendre trois semaines qu'une agence de création redimensionne un élément multimédia. L'agent consulte les paramètres de la campagne, lance la commande via l'intégration de l'IA créative, génère la vidéo, l'enregistre dans le plan média et l'attribue à la campagne.

La planification, la production et l'exécution s'inscrivent toutes dans une seule boucle agentique continue.

Sécurité, architecture et obligation de multi-locataires

Abordons le sujet qui fâche : la sécurité.

Donner à des agents autonomes la capacité de consulter vos données, de mettre en place des campagnes et de négocier avec des agents immobiliers externes semble être un véritable cauchemar en matière de conformité. Et c'est effectivement le cas, si vous vous y prenez mal.

Tout fournisseur de technologies publicitaires qui tente de vous vendre une installation d’IA « sur site » vous expose à un risque de sécurité considérable. Les solutions sur site ne peuvent tout simplement pas s’adapter au rythme effréné des itérations des modèles de base.

La seule architecture capable de résister à la transition vers une approche agentique est la véritable multi-location SaaS.

Vous avez besoin d'un environnement dans lequel le moteur est mis à jour en permanence, mais où les données restent strictement isolées. C'est pourquoi il est indispensable de s'appuyer sur un cadre de sécurité robuste, tel que l'architecture Salesforce .

Un agent ne doit jamais disposer d'un accès root à l'ensemble de votre base de données. Il doit opérer strictement dans le cadre du contexte de sécurité de l'utilisateur authentifié. Si un commercial ne peut pas consulter un enregistrement financier spécifique via l'interface utilisateur standard en raison des hiérarchies de rôles ou des paramètres par défaut à l'échelle de l'organisation (OWD), l'agent doit lui aussi en être totalement privé d'accès.

L'isolation des données n'est pas simplement un atout supplémentaire. C'est la condition préalable essentielle au commerce entre agents. Si votre agent vendeur négocie avec un agent acheteur externe, vous devez avoir la certitude cryptographique absolue que l'agent vendeur ne divulguera pas accidentellement votre prix plancher confidentiel ou le plan média d'un concurrent. Une architecture agentique axée sur la sécurité est la seule façon de permettre à cet écosystème de se développer.

S'y retrouver dans l'explosion du « retail media »

Cette évolution vers des opérations axées sur les agents ne se limite pas à l'édition numérique traditionnelle. Elle est en train de bouleverser profondément le secteur des médias publicitaires.

Les détaillants prennent soudain conscience que la gestion d'un réseau publicitaire est d'une complexité incroyable. La gestion des dépenses sur plusieurs places de marché nécessite une source d'informations centrale et fiable pour assurer la cohérence financière et la visibilité des campagnes. Alors que le secteur s'efforce de normaliser les médias de détail, les processus manuels cèdent sous la pression.

Prenons l'exemple d'intégrations complexes avec des plateformes telles que Topsort. Un détaillant doit harmoniser la gestion de son portefeuille, importer les données de livraison et gérer le rythme des livraisons. À l'heure actuelle, cela nécessite une supervision humaine. Mais l'avenir des agents automatisés s'annonce tout à fait différent.

En tirant parti des intégrations aux médias de détail, l’OMS devient le système de création par excellence. Les agents de demain ne se contenteront pas d’importer des données destinées à être examinées par des humains. Ils géreront de manière autonome les campagnes, ajusteront les paramètres de ciblage en s’appuyant sur les analyses prédictives de l’IA et effectueront des ajustements d’enchères en temps réel directement depuis la plateforme centrale.

Cet agent fait office de « cerveau central » et coordonne simultanément des campagnes publicitaires complexes sur une douzaine de places de marché distinctes.

Les trois catégories de l'intelligence

Pour concrétiser pleinement cette vision, les entreprises du secteur des médias doivent cesser de considérer l'IA comme une fonctionnalité unique et monolithique. Il faut diviser votre stratégie technologique en trois volets distincts.

1. IA d'assistance : ce sont vos copilotes qui intègrent l'intervention humaine. Ces outils aident l'utilisateur à rédiger un e-mail, à résumer un long fil de discussion ou à mettre en forme un document. Ils sont utiles, mais ils ne modifient pas fondamentalement la rentabilité unitaire.
2. IA agentique : il s'agit de la couche d'exécution autonome des tâches. Les agents vendeurs qui créent des campagnes de 100 lignes. Les agents chargés des stocks qui vérifient les disponibilités. Les systèmes qui exécutent les protocoles AdCP pour négocier avec des logiciels externes. C'est là que réside le potentiel d'une efficacité opérationnelle considérable.
3. IA prédictive : il s'agit de la couche d'apprentissage automatique dédiée aux prévisions. Elle analyse les données historiques afin de prédire le succès des campagnes médiatiques, d'estimer les revenus à venir et de signaler les risques de perte de clientèle avant qu'ils ne se concrétisent.

La plupart des acteurs du secteur se concentrent exclusivement sur le premier volet. Les entreprises les plus avisées mettent en place des infrastructures pour le deuxième volet. Et elles utilisent les énormes volumes de données générés par ce deuxième volet pour entraîner le troisième.

L'économie de l'autonomie

Que se passe-t-il lorsque l'on élimine les frictions liées aux opérations manuelles dans le secteur des médias ? La rentabilité unitaire s'en trouve complètement transformée.

Si une équipe de vente directe ne peut actuellement gérer que 50 campagnes actives par commercial en raison de la charge administrative considérable liée aux fichiers PDF, aux e-mails et à la saisie de données, que se passera-t-il lorsque cette charge sera réduite à zéro ?

Lorsqu’un agent spécialisé se charge de la traduction du brief, de la vérification des stocks, de l’application de la grille tarifaire et de la création de contenus, les capacités de ce commercial ne s’accroissent pas simplement de 10 %. Elles s’amplifient à l’infini. Il cesse d’être un simple gestionnaire de logiciels pour devenir un véritable consultant stratégique au service de ses marques partenaires.

De plus, la mise en place de protocoles « agent à agent » permet de négocier des inventaires directs haut de gamme avec exactement la même rapidité et la même efficacité programmatique que sur une place de marché ouverte, mais sans les frais liés aux intermédiaires SSP/DSP.

L'inventaire premium de l'Internet ouvert devient instantanément accessible aux agents d'achat automatisés, tandis que l'éditeur conserve un contrôle total sur les tarifs, les données et les relations directes.

Cessez de vous préparer pour des copilotes. Préparez-vous plutôt pour des agents.

L'époque où il fallait se connecter à un logiciel pour faire son travail touche à sa fin.

Si votre stratégie actuelle en matière de technologies publicitaires consiste principalement à intégrer des chatbots légèrement plus performants à vos interfaces manuelles existantes, vous vous préparez à un avenir qui est déjà dépassé. Le marché ne recherche pas un assistant IA un peu plus poli. Il recherche une exécution autonome.

Il est temps de vous poser des questions cruciales concernant votre infrastructure. Vos opérations publicitaires sont-elles actuellement lisibles par machine ? Votre inventaire est-il présenté de manière à ce qu’un agent d’achat externe basé sur l’IA puisse réellement le détecter et le réserver ? Votre pile technologique applique-t-elle des autorisations de sécurité strictes, au niveau des objets, lors de l’exécution de scripts autonomes ?

Si la réponse est non, vous êtes confronté à un déficit structurel considérable. L’avenir de la publicité agentique n’attend pas que les humains rattrapent leur retard. Les agents communiquent déjà entre eux. Allez-vous leur accorder une place à la table des négociations, ou allez-vous continuer à rédiger manuellement vos plans médias ?