Des réseaux de neurones biologiques aux neurones artificiels, Abdelmajid Ben Abid a tracé sa route au long des frontières des domaines et des métiers pour accompagner la structuration et l’émergence de l’innovation au sein des organisations qu’il accompagne. Depuis que "l’on fait réflechir du sable", Abdelmajid se concentre exclusivement à l’intégration de l’IA et ce en tant que Responsable IA au sein d’Eren Groupe.
Abdel, c’est quoi exactement un “agent IA autonome” dans le marketing ?
Abdel - Pour moi, un agent autonome en marketing, ce n’est pas un “super chatbot”. Plutôt, fonctionnellement parlant, il s’agirait de l’évolution des processus robotique automatisé (RPA) traditionels. Les RPA enchaînent des tâches de A à Z sans qu’on ait besoin de les piloter en permanence. Ce sont des solutions capables mais qui tournent en catastrophe dès que l’on sort des lignes tracées. Pour gérer les exceptions qui sortent des règles établies ; il faut créer de nouvelles règles, de nouveaux scénarios… Magique, mais très strict.
Maintenant, si l’on prend un agent IA : c’est un tout autre angle de liberté !
A - Sur les données d’entrées, on peut être beaucoup plus libre avec des entrées diverses (vidéo/partage d’écran, voix, texte, informations externes…) ; qu’un modèle d’IA contemporain peut percevoir/analyser très facilement par rapport aux RPAs.
Sur le moyen de traitement c’est idem ; transformer une discussion téléphonique ou une réponse de mail en tableur excel structuré ; c’était un enfer, quasiment inimaginable jusqu’ici ; alors qu’avec un agent IA on peut installer ca en quelques minutes. Ça peut être un agent qui génère des visuels pour une marque de vêtements à partir d’une photo du client et de son style, déduit de ses derniers achats, un autre qui fait vivre un jumeau numérique de ton persona, ou un qui adapte le contenu d’un site web en fonction de la personne qui arrive. Derrière, ce n’est pas de la magie : c’est un workflow bien pensé, branché sur les bons modèles.
Qu’est-ce qu’on peut déjà lui confier… et qu’est-ce qui doit absolument rester humain selon toi ?
A - On peut déjà lui confier beaucoup de choses, surtout toute l’exécution répétitive : générer des variantes de visuels et de textes, faire de la veille sur les influenceurs et les tendances qui touchent ta cible, enrichir en continu les personas, pré-remplir des newsletters ou des pages produits pour que les équipes ne partent plus de zéro.
Là où l’humain reste indispensable, ce n’est pas forcément sur “la grande idée créative” - l’IA est déjà capable d’en produire de très bonnes - mais sur la conception du système lui-même. C’est l’humain qui doit penser le process, décider quelles données on utilise, dans quel but, pour parler à qui, et aussi imaginer l’expérience finale que vivra le client.
Mettre un humain en validation systématique de chaque sortie, à la fin de la chaîne, ça casse la promesse de passage à l’échelle : à terme, je vois l’humain au début comme architecte du workflow, et à la fin comme testeur de l’expérience, pas comme contrôleur de chaque pixel.
Quelles sont, pour toi, les limites non négociables dans un workflow - protection des données, ton, image de marque, inclusion ? Et jusqu’où tu acceptes d’empiler des vérifications avant que la machine perde en efficacité ?
A - Avant de libérer un agent, je commence par une feuille et un stylo : qu’est-ce que ma marque ne peut absolument pas se permettre ? Fuite de données, propos insultants ou discriminants, plagiat, promesses mensongères… On définit très clairement ces lignes rouges, et ensuite on regarde quel est le niveau de risque acceptable pour l’entreprise : certaines marques veulent que l’IA reste strictement en interne, d’autres sont prêtes à expérimenter plus franchement.
À partir de là, on fixe les règles du jeu pour l’agent : quelles données il voit, quel ton il doit adopter, ce qui est interdit, et quelles étapes passent obligatoirement par une couche de contrôle. Sur les vérifications humaines, l’idée n’est pas d’en mettre partout, mais d’en mettre là où l’erreur est vraiment inacceptable. Une couche de vérification par IA elle-même peut déjà drastiquement diminuer les erreurs ; on peut les empiler mais au-delà d’un certain point tu perds en efficacité et en coût.
Souvent ce que j’ai vu en entreprise c’est zéro compromis sur les engagements juridiques, et moins de paranoïa sur les détails cosmétiques qui, eux, peuvent risquer d’être imparfaits ; mais bien sûr ça dépendra toujours de la boite en question.
Comment une marque garde son ADN si c’est l’IA qui crée à sa place ? Il y a des réglages simples à mettre au départ ? (mots à éviter, valeurs, style d’images). Quel est le signe d’alerte qui montre que l’agent s’éloigne de l’ADN de la marque ?
A - L’ADN d’une marque, humainement, on le ressent tout de suite, mais pour une IA il faut le traduire en règles explicites. On commence par transformer l’esthétique en langage : types d’images autorisées, palettes de couleurs, cadrages, diversité des corps, références culturelles, niveau de langage, rythme de la phrase.
On ajoute une vraie liste de “no go” : mots à proscrire, clichés à éviter, situations visuelles qu’on ne veut jamais voir. Aussi, on nourrit l’agent avec un corpus de contenus existants de la marque, puis on utilise l’IA elle-même pour identifier ce qui revient systématiquement dans ces contenus et en faire des consignes structurées.
Le signal d’alerte, c’est quand les créations deviennent interchangeables : si on enlève le logo et qu’on ne reconnaît plus la marque, que les mêmes stéréotypes graphiques reviennent, là où la marque prétendait défendre la nuance ; on rentre dans du slop. Quand ça arrive, ce n’est pas le signe que les modèles ne sont pas au niveau, mais juste que l’ancrage initial de la marque n’est pas assez bien construit.
Les biais, les dérives… comment on évite la répétition ou les stéréotypes ? Tu parles souvent des biais, c’est même un des points qui t’inquiète le plus je crois…
A - En marketing, les hallucinations me préoccupent moins que les biais. Si l’IA se trompe de note de parfum d’hiver idéal pour un persona, ce n’est pas dramatique ; par contre, si ton modèle est biaisé et que tu passes ça à l’échelle, tu peux fabriquer des campagnes entières qui renforcent toujours les mêmes clichés.
On voit par exemple des modèles qui, lorsqu’on leur demande de créer des personnages, reviennent en pratique toujours aux mêmes profils de personnalités parmi les 16 types de Myers-Briggs*, parce que leur base d’entraînement manquait déjà de diversité.
Et comme de plus en plus de contenus sont générés par l’IA puis réinjectés dans les modèles, on risque de bétonner cette pauvreté-là. Pour limiter ça, il faut d’abord nommer les biais qu’on veut éviter et les mesurer. Dire “on veut être inclusif” ne suffit pas. Il faut aussi démarrer avec un set d’exemples humains variés qui servent de référence de variance, choisir et tester les bons modèles sur ces critères d’imagination/diversité. Laisser un agent tourner sans mesure de diversité, c’est la meilleure façon de se réveiller avec un marketing qui prétend parler à tout le monde, mais ne reflète plus grand monde.
* https://nousresearch.com/ est un excellent labo qui s’attaque à ce problème, même si la solution devrait être systémique.
Pour le public, qu’est-ce qui va vraiment changer ?
A - Pour le marketing grand public, le changement, selon moi, et que le slogan “il y a de l’IA derrière” va vite perdre de son importance. La vraie valeur sera la personnalisation massive de l’expérience.
Sur les sites et les newsletters, on va passer d’un message pour 10 000 personnes à 10 000 messages différents, avec un fond plus ou moins identique, des angles, un ton, un niveau de détail adaptés à chacun.
On commence à entendre parler de “login with OpenAI” ; des systèmes d’authentification où tu te connectes à une plateforme avec ton assistant IA, qui transfère une partie de ce qu’il sait sur toi pour adapter instantanément l’expérience. Soit les plateformes actuelles deviennent très vite ultra-personnalisées, soit ton assistant personnel devient le centre, l’interface, et ce sont les marques qui viennent se brancher dessus.
Dans tous les cas, pour le public, ça veut dire moins de marketing générique et beaucoup plus de marketing en tête-à-tête, avec derrière des questions très sérieuses à se poser sur la transparence, le consentement et la sécurité des données…