L’intelligence artificielle marketing digital – on en parle depuis des années, on en a soupé des prédictions apocalyptiques, et pourtant la plupart des marketeurs que je croise n’ont toujours pas compris ce qui se passe vraiment sous le capot de leurs outils. Arnaud Chatel, responsable pédagogique du MBA Marketing Digital de l’EFAP et speaker sur la transformation digitale, a mis les pieds dans le plat dans un épisode du podcast Bannouze. Pas de langue de bois. Pas de slide PowerPoint recyclée d’une conf Viva Tech. Juste quelqu’un qui explique à sa grand-mère de 80 ans – et à son fils de 7 ans – ce qu’est vraiment l’IA. Et honnêtement, ce qu’il dit mérite qu’on s’y attarde.
Ce que personne n’ose dire : l’IA, c’est d’abord un terme marketing
Commençons par là, parce que c’est ce qui m’a frappé en premier. Arnaud Chatel lâche ça assez tôt dans la conversation, et c’est rafraîchissant :
« En fait déjà c’est une grosse connerie, c’est un terme marketing. Et en fait, la grande différence avec ce qu’on a pu connaître avec des programmes informatiques, c’est que ça se programme pas, ça s’éduque. »
Voilà. Dit comme ça, ça remet les compteurs à zéro. L’IA, c’est pas un robot qui pense. C’est un système qui a besoin de quantités de données astronomiques pour apprendre – et qui, une fois éduqué, fait certaines choses mieux que nous. Conduire une voiture. Diagnostiquer un cancer. Analyser les 7 000 milliards d’octets générés chaque jour par un seul véhicule Uber. (Oui, 7 000 milliards. Par jour. Par véhicule. Ton cerveau humain, aussi besogneux soit-il, peut aller se rhabiller.)
Ce qui m’agace dans le débat habituel, c’est qu’on saute directement à la question « va-t-elle nous remplacer ? » sans jamais prendre le temps de comprendre ce que c’est vraiment. L’IA n’est pas une technologie. C’est la somme de plusieurs technologies – le machine learning, le deep learning, les algorithmes de traitement des données – qui se sont mis à tourner à plein régime autour de 2012-2013. Et depuis, on nage dedans sans forcément le voir.
L’intelligence artificielle marketing digital est déjà là – tu l’utilises sans le savoir
C’est probablement le point le plus concret de l’échange. Quand Mathieu demande si le marketing digital utilise vraiment de l’IA, la réponse d’Arnaud est immédiate :
« Alors je te dis oui direct. Pour le marketing déjà aujourd’hui, on a de l’IA qui est partout. À tous les niveaux de nos business, que ce soit dans l’email, que ce soit dans la publicité, dans toutes les problématiques liées au mobile, au instore… aujourd’hui pour les marketeux, l’IA est partout et va l’être de plus en plus. »
Et il n’exagère pas. Trois exemples concrets qu’il donne :
- Google Ads, qui « mâche le travail » sur les enchères et les ciblages via le smart bidding
L’emailing, avec des plateformes qui proposent des segments automatiques, des patterns comportementaux, des moments d’envoi optimisés – tout ça sans que tu aies cliqué sur un seul bouton de paramétrage avancé. Et les chatbots, qui sont littéralement « une des composantes de l’intelligence artificielle ».
Ce qui est intéressant – enfin, ce que j’aurais voulu qu’on me dise quand je démarrais dans ce métier – c’est que la frontière entre « outil marketing » et « IA » est floue depuis longtemps. Dès qu’on manipule de la data en grande quantité, il y a fort à parier qu’un algo tourne quelque part en dessous. C’est pas une révolution à venir. C’est une réalité déjà installée. Et la plupart des gens qui font de la intelligence artificielle marketing digital au quotidien n’ont pas conscience de la couche technologique sur laquelle ils travaillent.
Si tu veux comprendre comment ces dynamiques s’articulent avec d’autres leviers de croissance, la vision d’un growth hacker sur ces sujets vaut le détour – les connexions entre data, automatisation et acquisition sont plus imbriquées qu’on ne le croit.
Le marketeur sous stéroïdes – ou comment l’intelligence artificielle marketing digital redéfinit le métier
La formule, c’est Arnaud qui la sort. « Marketeur sous stéroïdes. » C’est un jeu de mots, il le reconnaît, mais derrière il y a une idée sérieuse :
« La vraie question c’est : et so what le marketeux dans tout ça ? Le fait de vouloir créer un marketeux sous stéroïdes, c’était évidemment un jeu de mots, mais c’est surtout que l’avènement de ces technos va nous permettre de nous reconcentrer de plus en plus sur la valeur même du marketeux, à savoir la partie créative et la partie relation humaine. »
C’est exactement le problème – et la solution en même temps. L’IA absorbe les tâches chiantes : pêcher les données, construire les tableaux de bord, segmenter les bases. Ce que Arnaud appelle « bien relou, bien chiant ». Et ce qu’elle libère, c’est du temps pour ce que les machines font encore mal – comprendre une tension culturelle, sentir qu’une campagne va sonner faux, décider de pivoter parce que l’intuition dit que les chiffres ne racontent pas toute l’histoire.
Mais attention – et c’est là où Arnaud pose la vraie question d’économie :
« La bonne équation c’est : est-ce que l’IA plus le marketeux est supérieur à l’IA toute seule ? Si la combinaison des deux produira des résultats meilleurs, il y a aucun problème pour la valeur du marketeux sur la place. Mais par contre, si c’est pas le cas, on comprendra bien que d’un point de vue économique, ce sera plus intéressant de faire appel à des algos. »
Ça, c’est la vraie épée de Damoclès. Pas le fantasme de la singularité. Pas le robot qui prend nos bureaux. Juste une question de coût marginal. Et pour l’instant, on n’a pas la réponse.
La transformation des métiers du marketing n’est pas un phénomène nouveau – le bilan de 2019 montrait déjà des signaux faibles forts sur la fin des cookies tiers et la recomposition des pratiques data. L’IA accélère simplement ce qui était déjà en train de basculer.
Machine learning, deep learning : quand l’intelligence artificielle marketing digital a vraiment décollé
2012-2013. C’est la date qu’Arnaud pointe comme le vrai moment charnière. Pas l’invention de l’IA – ça date des années 50 – mais le boom opérationnel, quand le machine learning a rendu possible l’analyse de quantités de données qu’on n’arrivait pas à traiter avant.
Le machine learning, c’est la capacité d’un système à apprendre de ses erreurs sans être reprogrammé manuellement à chaque itération. Le deep learning, c’est une couche supplémentaire : des réseaux de neurones artificiels qui reproduisent (grossièrement) le fonctionnement du cerveau humain pour reconnaître des patterns complexes – une image, une voix, une intention d’achat.
Dans la pratique, pour un marketeur qui fait du Google Ads, ça donne quoi ? Les algorithmes analysent des scénarios en continu – des milliers, peut-être des millions – pour décider quelle enchère placer, à quel moment, pour quel utilisateur. Le smart bidding, c’est ça. Tu ne paramètres plus un CPC manuel. Tu nourris la machine avec tes données de conversion, tu lui fixent un objectif, et elle apprend. (Et oui, elle apprend mieux que toi sur ce terrain-là, ne te mens pas.)
Pour aller plus loin sur la façon dont la data structure les décisions d’achat média, l’épisode avec Romain Bourgois de Criteo donne une perspective terrain très concrète sur ce que ça change au niveau analytique.
Ce qui arrive ensuite, c’est ce qu’Arnaud appelle « des calculateurs qui vont arriver ». Il pense notamment à l’ordinateur quantique – des machines capables de calculs qu’on n’imagine même pas encore. Et là, la courbe qu’on connaît depuis 2013 va simplement s’emballer.
L’Europe sur le bord du terrain – le vrai problème de l’intelligence artificielle marketing digital à l’échelle géopolitique
C’est le moment où l’échange bascule. Et franchement, la métaphore de Chatel est saignante :
« Imaginez la scène mondiale comme un terrain de tennis. Le joueur de gauche c’est les États-Unis avec les GAFA. Le joueur de droite, ce sont les BATX – Baidu, Alibaba, Tencent, Xiaomi. Et dans les tribunes, ce sont les européens. »
Il ajoute, et je le cite exactement parce que c’est trop bon : « Si je voulais être un petit peu saignant, je dirais que les ramasseurs de balles, c’est la Commission européenne. »
Le problème de fond, c’est la data. L’IA se nourrit de données. Les GAFA en ont des quantités délirantes – chaque recherche Google, chaque scroll Instagram, chaque commande Amazon. Les BATX en Chine ont encore plus, sans les contraintes réglementaires qu’on s’impose en Europe. Et nous ? On a Nokia, qui possédait 55 % du marché du mobile il y a vingt ans. On a Alcatel. On a Criteo, que Mathieu cite avec un certain enthousiasme – et Arnaud le recadre : 1 milliard de capitalisation boursière versus 1 000 milliards pour Google. « C’est mignon », dit-il. Et il a raison.
Le cas de la santé est presque douloureux à entendre. La France possède la base de données médicales probablement la plus riche du monde : la Sécurité sociale. Des décennies de données de santé sur des millions de personnes. Une mine d’or pour l’intelligence artificielle marketing digital de la santé, pour le diagnostic, pour la prévention. Sauf que le CNIL verrouille l’accès. Et pendant ce temps, les Américains et les Chinois construisent des modèles prédictifs sur leurs populations.
Le RGPD. Bonne intention, mauvaise exécution géopolitique. Arnaud ne le dit pas comme ça, mais c’est ce qu’il pense :
« On a fait une bonne chose, mais on l’a fait tout seul. Donc moralité, on se contraint nous pendant que les autres sont en mode freestyle. »
C’est exactement ça. On s’est imposé des règles du jeu que personne d’autre ne respecte. Et dans une course où la matière première, c’est la data, partir avec un handicap réglementaire, c’est partir avec du plomb dans les chaussures.
« IA for good » – la seule carte que l’Europe peut jouer
Malgré tout ça – et Arnaud le concède, il a été « assez pessimiste pendant notre échange » – il reste un atout. Un seul, mais réel.
L’Europe peut se positionner sur ce qu’il appelle l’« IA for good » : développer des algorithmes sans biais, respectueux des droits fondamentaux, avec un impact positif pour l’humanité et pas uniquement une logique mercantile. C’est pas juste du marketing éthique. C’est une différenciation réelle dans un monde où les biais algorithmiques commencent à faire des dégâts documentés – discrimination à l’embauche, biais raciaux dans les systèmes de reconnaissance faciale, bulles informationnelles qui fracturent les sociétés.
Il mentionne le livre d’Aurélien – « De l’autre côté de la machine » – comme une référence accessible sur ces questions. Et la recommandation vaut quelque chose : Aurélien est quelqu’un qui « œuvre pour la démocratisation de l’IA avec un vrai côté humaniste », et son bouquin se lit sans avoir de bagage technique. (Ce qui est rare dans ce secteur où les auteurs adorent impressionner plutôt qu’expliquer.)
Est-ce que ça suffira à compenser l’écart de puissance avec les GAFA et les BATX ? Honnêtement, probablement pas. Mais c’est le seul terrain où l’Europe peut prétendre à un leadership moral et peut-être commercial – si tant est qu’elle arrive à s’entendre entre États membres, ce qui, comme le Covid l’a montré, n’est pas gagné.
La question de l’impact des technologies sur les pratiques professionnelles dépasse largement le marketing – les impacts environnementaux du numérique posent des questions du même ordre sur nos responsabilités collectives face à des systèmes qu’on a lancés sans tout mesurer.
Et pour les marketeurs qui lisent ça en se demandant ce qu’ils doivent faire concrètement – voir comment une équipe marketing fait face à la domination de Google dans un secteur aussi data-intensif que le travel donne une idée de ce que « s’adapter » veut dire en pratique, pas en théorie.
Ce que j’en retiens, c’est qu’on est tous dans le même bateau – marketeurs, product managers, commerciaux. L’intelligence artificielle marketing digital n’est pas une menace extérieure qui arrive. C’est déjà dans nos outils, dans nos plateformes, dans les recommandations de contenu qu’on consulte chaque matin. La vraie question, c’est pas « va-t-elle nous remplacer ? » C’est « est-ce qu’on comprend suffisamment ce qu’on utilise pour en tirer un avantage réel – et pas juste suivre les presets par défaut ? »
Arnaud Chatel, lui, avait 22 ans quand il rêvait d’être chef de produit marketing « à la papa ». Il n’imaginait pas devenir social media manager ou data scientist. Aujourd’hui, il enseigne l’IA à des étudiants en MBA. Les métiers se réinventent. Ça a toujours été le cas. La différence, c’est que la vitesse de réinvention, cette fois-ci, elle dépasse ce qu’on a connu avec le digital – et l’intelligence artificielle marketing digital n’en est qu’au début de ce qu’elle va reconfigurer.
