Table of Contents
L’intelligence artificielle générative (IA) et les grands modèles linguistiques (LLM) tels que ChatGPT, Gemini et Claude n’ont pas seulement fourni aux équipes marketing une nouvelle boîte à outils, ils ont complètement réécrit les règles du jeu.
Aujourd’hui, la stratégie de marque ne se limite plus à une simple présence sur les canaux traditionnels et dans les résultats de recherche Google. Il s’agit désormais de comprendre comment la marque est perçue, traitée et recommandée par les algorithmes, et comment les consommateurs utilisent l’IA pour prendre leurs décisions d’achat tout au long d’un parcours client en constante évolution et de plus en plus automatisé.
Les chiffres issus de divers rapports (comme celui-ci sur les tendances du marketing IA publié par Averi AI) montrent à quel point l’IA est devenue un élément essentiel de l’infrastructure des entreprises : environ 88 % des professionnels du marketing déclarent utiliser l’IA quotidiennement pour diverses tâches et à des fins variées. Et ce que nous commençons à observer, c’est le scénario de l’image de marque basée sur l’IA – un peu en avance sur son temps, pourrait-on ajouter 😉 – dont ce blog parlait déjà en 2020, alors qu’il y avait encore plus de questions que de réponses concernant cette technologie.
Alors, où en sommes-nous aujourd’hui et où allons-nous ?
Dans cet article, nous explorerons les nouvelles approches en matière de création et de gestion des marques et des campagnes marketing rendues possibles par l’IA, tout en abordant au passage de nouveaux concepts tels que les consommateurs algorithmiques et le darwinisme de l’IA.
Comment l’IA redéfinit-elle le parcours client ?
À cet égard, il n’est pas exagéré de dire qu’une véritable révolution s’est produite.
L’entonnoir marketing traditionnel, avec son parcours en trois étapes allant de la prise de conscience à la réflexion puis à la conversion, devient de plus en plus fluide et, dans de nombreux cas, invisible : l’IA joue à la fois le rôle d’accélérateur et d’intermédiaire dans le parcours client, et ce, d’au moins trois manières clés.
- Réduction de la recherche linéaire : les consommateurs ne se contentent plus de saisir quelques mots-clés dans Google, de comparer les résultats puis de faire un choix. Au lieu de cela, ils posent des questions aux modèles de langage de grande capacité (LLM), par exemple : « Je voyage souvent pour le travail et je recherche une valise à roulettes à la fois robuste et high-tech. Mon budget est de 500 €. Que me recommandez-vous ? »
Nous sommes passés du moment de vérité zéro – cette étape du parcours client où le consommateur recherche un produit ou un service en ligne – au moment de vérité agentique : lorsque, plutôt que de proposer des résultats de recherche, un agent IA recadre le besoin et fournit à l’utilisateur une sélection restreinte de quelques options (très peu, même…) parmi lesquelles choisir.
- Des parcours clients condensés : comme le souligne le dernier rapport d’Adobe sur l’IA et les tendances numériques, les modèles d’IA générative et les agents IA transforment l’expérience utilisateur en raccourcissant les temps d’interaction. Le passage de la découverte à la décision s’effectue souvent au cours d’une seule session de chat. Ainsi, si une marque n’est pas présente dans ce chat, elle n’existe tout simplement pas pour cet utilisateur. Pour reprendre les mots d’Erich Joachimsthaler, expert de renommée mondiale en stratégie de marque :
L’ancien entonnoir – notoriété → réflexion → achat – est en train de s’effondrer. L’IA condense ces étapes en une seule action.
- Hyper-personnalisation et écosystèmes de vente : nous nous dirigeons vers des écosystèmes dans lesquels les assistants IA ne se contentent pas d’informer les utilisateurs, mais s’intègrent directement dans des chaînes de valeur complexes et des systèmes d’achat directs (à l’image des protocoles commerciaux développés par OpenAI avec Stripe et par Google avec Shopify).
Comment les consommateurs ont évolué : trois caractéristiques du consommateur algorithmique
Aujourd’hui, pour développer une marque, nous devons avant tout comprendre comment notre cible a évolué sur le plan psychologique et comportemental. À l’ère de l’IA, les utilisateurs et les consommateurs présentent certaines caractéristiques fondamentales et souvent contradictoires qui, par le passé, avaient moins d’importance – voire étaient totalement absentes.
- Tolérance zéro pour le contenu hors sujet. Désormais habitués à des réponses instantanées et sur mesure, les consommateurs ne supportent plus les communications de masse. Une newsletter générique ou une publicité hors sujet est perçue comme du bruit de fond et immédiatement ignorée. C’est là qu’interviennent des solutions telles que Dynamic Yield et Salesforce Cloud Einstein, qui offrent une personnalisation avancée et dynamique du contenu et des messages tout au long du parcours client.
• Préférence pour l’authenticité. Dans un monde submergé par les contenus artificiels, les consommateurs privilégient l’authenticité. Une analyse détaillée des tendances réalisée par The Branding Journal montre que les gens recherchent volontairement et activement les imperfections humaines, les approches artisanales, les histoires vraies et les points de vue uniques qui ne peuvent pas être générés par l’IA.
• Une confiance croissante dans les solutions d’IA. Paradoxalement, nous faisons également davantage confiance à l’IA pour nous guider dans nos décisions d’achat. Cela a donné naissance à un nouveau concept, l’optimisation générative des moteurs de recherche (GEO), qui consiste pour les marques à soigner leur présence numérique afin de s’assurer qu’elles soient citées (correctement !) dans les réponses des assistants conversationnels basés sur l’IA. Mais cette plus grande ouverture à l’IA s’accompagne également de défis : les utilisateurs de Google à qui sont présentés des aperçus générés par l’IA – une fonctionnalité qui utilise l’IA générative pour fournir des réponses directes aux requêtes en haut de la page de résultats (SERP) – sont moins enclins à cliquer sur des liens vers d’autres sites web que ceux à qui ces aperçus ne sont pas présentés. De plus, le PDG de Google, Sundar Pichai, a évoqué une expérience de recherche entièrement basée sur l’IA. La direction à suivre est claire, et ce depuis un certain temps déjà : depuis une bonne décennie, les spécialistes du marketing visionnaires parlent du consommateur algorithmique. Ce terme décrit le phénomène selon lequel les consommateurs délèguent une grande partie de leurs décisions d’achat à des algorithmes et à des agents IA. Il existe un excellent article datant de 2016 (!) dans lequel des chercheurs de Harvard explorent cette idée en profondeur. Et, ayant rapidement saisi les implications de ce phénomène, des solutions de référencement telles que Semrush (avec son « AI Visibility Toolkit ») et Ahrefs (avec son « Custom Prompt Tracker ») permettent désormais aux spécialistes du marketing de suivre la manière dont les marques sont mentionnées dans la recherche conversationnelle.
Les enseignements à tirer de la manière dont les grandes marques utilisent (ou non) l’IA dans leur marketing
Non seulement l’IA est en train de redéfinir en profondeur le parcours client, mais elle ouvre également de nouvelles opportunités – et fait naître de nouvelles menaces – pour le marketing. Voici trois études de cas instructives sur l’utilisation de l’IA dans la publicité par des marques grand public internationales.
Nike
Après la victoire historique de Jannik Sinner à l’Open d’Italie à Rome en mai 2026, l’un des principaux sponsors de la star du tennis, Nike, a publié un contenu qui est rapidement devenu viral, mais pour de mauvaises raisons.
Pourquoi tout ce tapage ? Eh bien, beaucoup ont vu dans ce texte des signes révélateurs d’un collaborateur créatif non humain (le tiret, la construction rhétorique « ce n’est pas X, c’est Y »). Ce qui nous amène à une autre caractéristique curieuse du consommateur algorithmique : une étude publiée dans le numéro de juillet 2024 du Journal of Retailing and Consumer Services a montré que les marques qui utilisent l’IA de dernière génération pour créer du contenu sur les réseaux sociaux sont perçues comme moins authentiques et moins crédibles. Et pour une marque comme Nike, dont l’identité repose sur la passion personnelle, la performance humaine et les récits de dépassement de soi qui vont de pair, cela pose problème…
Heinz
Qui n’a jamais entendu parler de cette marque emblématique de ketchup ? Eh bien, c’est vrai. C’est précisément cette vérité – si simple et pourtant si puissante – qui se cache derrière la dernière campagne publicitaire de l’entreprise. Dans « Heinz AI Ketchup », on voit une IA générative chargée de créer des images de ketchup. Un mot générique pour lequel le moteur d’IA aurait pu produire des images de toutes sortes de bouteilles de ketchup de toutes sortes de marques. Et pourtant, voici ce qu’il a fait…
Dove
Bien utiliser l’IA, c’est aussi rester fidèle à l’identité et à la raison d’être de sa marque. Car le marketing axé sur une raison d’être est une affaire sérieuse, et Dove le sait bien.
Il y a environ 20 ans, la marque a lancé une campagne marketing (qui allait devenir par la suite sa signature) intitulée « The Real Beauty », qui remettait en question les normes de beauté féminines dominantes et encourageait les femmes à avoir confiance en leur corps.
« The Real Beauty » s’inspirait d’une étude internationale menée auprès de plus de trois mille femmes dans dix pays différents, qui portait sur leur perception de la beauté féminine et leur rapport à leur propre corps.
Cette étude a révélé des résultats frappants :
- Seules 4 % des femmes se considéraient comme « belles »
- 47 % se considéraient en surpoids
- Plus de 70 % des femmes interrogées n’attribuaient pas le concept de beauté uniquement à l’apparence physique d’une femme
Cela nous a permis de démontrer que l’impact social, lorsqu’il est pleinement intégré à une entreprise, non seulement ne va pas à l’encontre du profit, mais constitue un formidable moteur de croissance.
En 2024, pour marquer les vingt ans de la campagne, Dove a réaffirmé sa mission et son message en adoptant une nouvelle position ferme : la marque s’est engagée à ne jamais utiliser l’intelligence artificielle à la place de vraies femmes dans ses campagnes marketing. Ce faisant, elle a renforcé son positionnement en prônant la beauté authentique plutôt que l’artificialité.
L’avenir des marques à l’ère des LLM : vers un « darwinisme de l’IA » ?
Qu’il s’agisse de repenser les parcours clients, de trouver de nouvelles façons de développer du contenu ou d’explorer des utilisations innovantes en matière de publicité, l’adoption de l’IA est désormais une priorité pour les responsables du marketing, de la communication et de l’image de marque, quelle que soit la taille de leur entreprise ou leur secteur d’activité.
Mais quel avenir nous attend ? Beaucoup pensent que l’IA agentique – un terme que j’ai déjà évoqué ici et là – sera à l’origine du prochain changement de paradigme.
Les outils d’IA « traditionnels », tels que les chatbots, répondent à des demandes directes des utilisateurs. Mais avec l’IA agentique, un agent se voit confier un objectif de haut niveau, planifie de manière autonome la manière de l’atteindre, puis utilise des outils externes pour mener à bien la tâche, le tout avec une intervention humaine minimale.
Comment devons-nous donc nous préparer à cette prochaine étape ? Une étude publiée dans le numéro de mars/avril 2026 de la Harvard Business Review s’est penchée sur cette question précise. Et, sur la base des résultats d’une recherche approfondie menée auprès de consommateurs internationaux, les auteurs ont tiré plusieurs conclusions :
À mesure que les agents IA se généralisent, la relation traditionnelle entre les marques et les consommateurs cédera la place à de nouveaux types d’interaction, certains médiatisés par l’IA, d’autres entièrement guidés par celle-ci.
Parallèlement aux relations directes entre humains, trois autres types d’interaction émergent entre les personnes et les marques.
1. Agent de marque ➔ consommateur humain
Dans ce modèle, les marques déploient leurs propres agents IA conçus pour interagir directement avec les humains et les guider tout au long du parcours client. Il s’agit de systèmes tels que le concierge numérique de Capital One destiné aux acheteurs de voitures, qui vérifie les stocks, réserve des essais routiers et calcule les financements, permettant ainsi aux utilisateurs de mener à bien la quasi-totalité du processus d’achat avant même de mettre les pieds dans une concession.
2. Agent consommateur ➔ marque
Ici, les consommateurs confient la recherche, la comparaison et parfois même l’achat à leur propre assistant IA. L’agent navigue sur le Web, remplit des formulaires et évalue les options proposées par différentes marques pour le compte de l’utilisateur, agissant ainsi comme son représentant virtuel. Dans ce scénario, l’esthétique et l’interface utilisateur d’un site web importent moins : ce qui compte davantage, c’est de présenter les informations dans un format structuré et lisible par les machines (d’où tout ce débat sur les « marques lisibles par les machines »), sans quoi l’agent ignorera l’offre. Thomas Germain, journaliste spécialisé dans les technologies à la BBC, évoque le « web des machines » : un Internet où les sites web sont conçus pour être lus aussi bien par des agents IA que par des humains, et où nous tirons l’essentiel de nos informations de résumés générés par des machines.
3. Le commerce « agent à agent »
Dans ce scénario – le plus complexe de tous –, l’interaction humaine directe disparaît presque entièrement du parcours client. Les transactions s’effectuent alors de manière autonome entre des agents IA : l’agent consommateur (qui connaît les préférences, le budget et les intentions de son utilisateur) traite directement avec l’agent de la marque (qui gère la disponibilité et les prix en temps réel). Un exemple simple serait celui d’un assistant personnel IA parcourant OpenTable ou The Fork, choisissant le lieu idéal pour dîner et effectuant une réservation en s’interfaçant directement avec le système de réservation du restaurant, lui-même piloté par l’IA.
Cette dernière vision, si nouvelle que ses conséquences sont encore difficiles à prévoir, peut sembler lointaine, mais elle n’est en aucun cas impossible. Et si elle venait à se concrétiser, elle ouvrirait la voie à un concept que l’expert en innovation Brian Solis appelle le « darwinisme de l’IA ».
Solis affirme que :
La maturité de l’IA ne se résume pas à son adoption. C’est la capacité à réinventer la manière dont la valeur est créée.
La plupart des organisations tentent encore d’adapter l’IA à l’activité qu’elles connaissent déjà. Elles utilisent des machines pour travailler plus vite, réduire les coûts, résumer les réunions, automatiser des tâches et rendre les flux de travail traditionnels plus efficaces.
Mais selon le cadre théorique du « darwinisme de l’IA » proposé par Solis, les véritables opportunités résident dans la question suivante : qu’est-ce que l’IA rend possible qui n’était pas possible auparavant ?
- Quels processus faudrait-il repenser ?
- Quels besoins des clients, qui se trouvent pourtant sous nos yeux, nous échappent ?
- Quels rôles peuvent être renforcés plutôt que supprimés ?
- Quels préjugés et quelles croyances freinent la croissance de l’organisation ?
La barre ne cesse d’être placée plus haut : de l’IA générative aux agents, des flux de travail basés sur des agents à des modèles d’interaction totalement nouveaux. Les marques et les entreprises qui prospéreront ne seront pas celles qui se contenteront d’automatiser l’ancien modèle, mais celles qui inventeront le prochain.
Voilà un sacré défi !