L’intelligence artificielle est souvent présentée comme un accélérateur de la production marketing. Mais le changement le plus profond se joue ailleurs.
Parce qu’ils gèrent désormais des missions aussi stratégiques que la sélection des publics, des offres et des moments de contact, les systèmes automatisés déplacent le centre de gravité du marketing vers une nouvelle responsabilité : définir, surveiller et assumer les décisions prises par les modèles.
Par Romain Fondain, Consultant MarTech, SAS
Le véritable basculement ne se joue pas dans les contenus
La première rencontre entre les équipes marketing et l’IA générative s’est opérée au travers de la création de textes, de visuels ou d’argumentaires. Les usages étaient accessibles et les gains immédiatement visibles.
Or, produire davantage et plus vite ne suffit pas à transformer une fonction avec l’IA.
La vraie question est de savoir qui détermine les objectifs des systèmes d’IA, qui contrôle leurs résultats et qui répond de leurs décisions.
En 2026, une enquête menée auprès de 300 directeurs marketing montrait que 42 % utilisaient encore l’IA générative pour assister des tâches isolées. Mais moins d’un tiers avaient adopté des processus pilotés par des agents et 8 % seulement déclaraient exploiter des campagnes dans lesquelles plusieurs agents agissaient de manière autonome (1).
Derrière chaque score, un choix économique
Dans le marketing, un score est une note calculée à partir de différentes données afin de déterminer les cibles prioritaires. Il peut estimer la probabilité qu’un client achète une offre, quitte l’entreprise ou réponde à une campagne.
Or, le modèle peut chercher à maximiser le taux de réponse, le chiffre d’affaires, la marge ou la fidélité. Il peut privilégier les clients les plus susceptibles d’acheter, au risque de concentrer les sollicitations sur les mêmes publics.
Derrière une consigne technique se cache donc un arbitrage concernant les investissements. C’est ici que le rôle du marketing évolue.
Pendant longtemps, les équipes formulaient un besoin puis demandaient aux spécialistes de la donnée de construire un modèle. Les outils intégrant désormais l’IA permettent aux marketeurs d’explorer des segments, de tester des hypothèses et d’utiliser des capacités prédictives sans écrire de code.
Cette autonomie ne les transforme pas en data scientists. Elle leur permet d’aller plus loin en découvrant des « insights » analytiques.
Le marketing devient responsable de la décision automatisée
Le data scientist a désormais plus de temps pour se concentrer sur les problèmes les plus complexes. Il n’a plus à se soucier de relancer un énième score ou de calculer un risque de churn alors que son temps est compté.
À mesure que les systèmes gagnent en autonomie, les marketeurs doivent répondre à des questions nouvelles.
Quelles données peut-on légitimement utiliser ? Quels comportements le modèle favorise-t-il ? Une performance globale satisfaisante masque-t-elle des écarts entre certaines catégories de clients ? Quand faut-il interrompre une recommandation ou imposer une validation humaine ?
La fonction ne pilote donc plus seulement un budget, un calendrier et des canaux. Elle devient responsable métier d’un système de décision. Elle doit comprendre les principales variables utilisées, suivre ses performances, repérer une dérive et pouvoir contester un résultat.
Selon l’enquête mondiale 2025 de McKinsey, 88 % des organisations utilisent régulièrement l’IA dans au moins une fonction, mais 39 % seulement déclarent un effet sur leur résultat opérationnel à l’échelle de l’entreprise.
Les entreprises les plus performantes sont aussi celles qui repensent leurs processus et définissent clairement les situations exigeant une validation humaine (2). La valeur ne vient donc pas de la seule présence de l’outil. Elle apparaît lorsque les responsabilités sont reconstruites autour de lui.
La gouvernance entre dans le travail quotidien
Jusqu’à présent, la gouvernance de l’IA a souvent été confiée au CDO, parfois également placée sous contrôle des directions juridiques.
Cette organisation devient insuffisante lorsque des modèles IA interviennent chaque jour dans le ciblage, la personnalisation et la recommandation d’offres.
La gouvernance doit alors encadrer les aspects opérationnels : documentation des objectifs, contrôle des données, analyse des biais, suivi des performances, définition de seuils d’alerte et capacité de suspendre un modèle.
Une étude publiée en 2025 indique que dans la zone Europe, Moyen-Orient et Afrique, 5 % seulement des organisations interrogées considèrent leur gouvernance de l’IA agentique comme bien établie (3).
Rien de surprenant. Plus un système peut agir, plus l’entreprise doit savoir dans quelles limites elle l’autorise à agir. Le cadre européen renforce cette exigence. Le règlement sur l’intelligence artificielle est entré en vigueur le 1er août 2024 et devient progressivement applicable.
Tous les usages marketing ne relèvent pas des catégories à haut risque, mais la direction est claire : déployer une IA ne dispense ni de comprendre son usage ni d’organiser sa supervision (4).
L’IA ne réduit pas le rôle du marketing. Elle en déplace le centre de gravité vers la décision, l’innovation et la gouvernance.
Le marketeur devra définir ce que les systèmes optimisent, contrôler ce qu’ils produisent et transformer leurs signaux en choix utiles pour l’entreprise.
Plus les décisions seront automatisées, plus le jugement humain qui les encadre deviendra stratégique…
Sources
- Moving the Agentic Marketing Transformation from Illusion to Reality – Boston Consulting Group, 15 juin 2026.
- The State of AI: Global Survey 2025 | McKinsey – 5 novembre 2025.
- Study reveals Agentic AI divide: Some marketers are scaling – and others are stalling – SAS et Coleman Parkes, 29 septembre 2025.
- AI Act | Shaping Europe’s digital future– Commission européenne.
