Qu’est-ce que la publicité agentique ?
Voyons concrètement ce que qui se cache derrière la publicité agentique, où elle s’intègre déjà dans la publicité programmatique et sur quoi vous concentrer dès maintenant.
D’abord, que signifie réellement « agentique » ?
À la base, l’IA agentique désigne des systèmes capables d’agir de manière autonome pour atteindre des objectifs définis, dans un cadre précis. Dans la publicité, cela se traduit par des outils capables d’analyser des signaux, d’appliquer une logique et de passer à l’action, sans intervention manuelle.
Mais voici l’essentiel : l’IA agentique ne remplace pas l’écosystème de la publicité programmatique. Cela élargit le champ des possibles et crée de nouveaux leviers pour permettre à chaque acteur de gagner en intelligence et en efficacité.
La publicité digitale a toujours reposé sur une collaboration entre plusieurs parties. On retrouve des propriétaires de médias, des marques, des agences, des DSP, des SSP, des partenaires data et des fournisseurs de solutions qui travaillent ensemble. Les systèmes agentiques introduisent dans cet environnement de nouveaux acteurs, pilotés par des modèles.
L’enjeu n’est pas de tout réinventer. Il s’agit de moderniser la façon dont nous collaborons.
Où la publicité agentique se manifeste-t-elle aujourd’hui ?
Trois domaines clés se dégagent :
1. L’Automatisation des workflows : Les systèmes agentiques aident les équipes à analyser les deals, générer des rapports, gérer les inventaires et optimiser les campagnes plus rapidement et plus intelligemment. Au lieu de naviguer entre plusieurs dashboards et d’analyser manuellement les problèmes de diffusion, les acheteurs de médias peuvent interagir avec des systèmes capables de comprendre le contexte, de faire émerger des insights et de recommander les prochaines actions. Pour les marketeurs, cela signifie moins de tâches répétitives, un accès plus rapide à l’information et plus de temps consacré à la stratégie.
2. L’achat agentique : C’est ici que l’automatisation s’étend à l’ensemble du cycle de vie des campagnes, de la réponse aux appels d’offres (RFP) à l’activation, puis à l’optimisation. En fonction des objectifs et des règles définis par un marketeur, des agents peuvent structurer et exécuter les achats médias. Cet espace est encore en pleine évolution, mais la direction est claire : plus d’automatisation, moins de friction et une configuration des campagnes plus intelligente sur l’ensemble des plateformes.
À terme, cela pourrait transformer en profondeur le fonctionnement des équipes d’achat. Plutôt que de se concentrer sur l’exécution manuelle, elles se focaliseront sur la définition des objectifs, l’établissement des garde-fous, l’amélioration des modèles et la supervision des systèmes automatisés.
3. Le sell-side decisioning : Avec le sell-side decisioning, les modèles agentiques peuvent désormais intervenir dès l’origine de l’impression. Au lieu de faire circuler l’intelligence en aval, où l’offre est filtrée avant d’atteindre un DSP, les décisions peuvent être prises directement au niveau de l’impression. Cela devient possible lorsque les modèles et les données sont conteneurisés et traités ensemble en temps réel.
Plutôt que d’envoyer des requêtes vers de multiples systèmes externes, les modèles s’exécutent localement. À l’image des bénéfices de l’edge computing, cela réduit la latence, permet une intelligence en temps réel jusque-là impossible et fait évoluer chaque acteur vers un environnement de calcul partagé. Cela prépare notre écosystème à appliquer l’inférence à grande échelle, au moment même de l’impression. Pour les acheteurs, cela signifie des opportunités d’enchères plus pertinentes, de meilleurs match rates et des campagnes plus performantes, générant davantage de résultats à plus grande échelle.
La publicité agentique nécessite des standards sectoriels
Pour exploiter pleinement le potentiel de l’IA agentique, il est indispensable d’avoir des standards et des frameworks communs. Vous avez probablement vu apparaître de nouveaux acronymes. Clarifions-les.
- Le Model Context Protocol, ou MCP, est un protocole standardisé qui permet aux systèmes d’IA de se connecter à des outils et des sources de données externes, et d’interagir en temps réel. On peut le voir comme une évolution des API, garantissant que différentes applications puissent se comprendre lorsqu’elles accèdent à des outils et à des données.
- L’Ad Context Protocol, ou AdCP, applique le MCP à l’ad tech. Il permet aux systèmes publicitaires d’interagir avec des agents qui automatisent les workflows entre acheteurs et vendeurs. Il se concentre sur le deuxième cas d’usage évoqué plus tôt, l’achat agentique, et aide à structurer et exécuter les campagnes de manière intelligente. Il ne remplace pas l’infrastructure d’enchères en temps réel, il optimise la façon dont nous interagissons avec celle-ci.
- L’Agentic Real-Time Framework, ou ARTF, est un standard développé par l’IAB Tech Lab, qui vise à moderniser les enchères en temps réel. Il se concentre sur le troisième cas d’usage mentionné précédemment, le sell-side decisioning. L’ARTF permet à une logique agentique conteneurisée d’opérer directement dans des environnements OpenRTB. Cela signifie que l’enrichissement, l’identité, l’optimisation, la vérification et bien plus peuvent se produire au sein même de l’environnement d’enchères. Il élargit les possibilités du RTB en faisant évoluer les systèmes sur lesquels l’industrie s’appuie déjà.
Cet environnement évolue en permanence, et les discussions autour de l’évolution de l’AdCP, de l’ARTF et d’autres propositions se poursuivent.
Ce qui reste constant, c’est la nécessité de standards partagés. Sans eux, le risque est une fragmentation plus importante, une innovation ralentie et le retour de silos que l’industrie a mis tant d’efforts à éliminer. Avec des standards interopérables, les acteurs humains, les modèles et les systèmes agentiques peuvent opérer sur une base commune. C’est ainsi que nous pouvons moderniser l’écosystème de manière responsable.
Ce que les marketeurs doivent savoir aujourd’hui sur la publicité agentique
Alors, concrètement, qu’est-ce que cela signifie pour vous ? Vous n’avez pas besoin de suivre chaque nouvel acronyme. Concentrez-vous plutôt sur trois questions clés.
1. À quels moments l’automatisation peut-elle simplifier vos workflows et réduire les points de friction ?1]
Si vos équipes passent des heures à résoudre des problèmes de diffusion, à rapprocher des rapports ou à ajuster des deals manuellement, c’est une opportunité.
2. Dans quels cas l’intelligence en temps réel peut-elle améliorer vos performances ?
Interrogez vos partenaires sur la façon dont ils appliquent la prise de décision au plus près de l’impression. Demandez-leur comment ils réduisent les pertes en amont et optimisent les campagnes pour générer de meilleurs résultats. Plus l’intelligence se rapproche de l’impression, plus le signal est fort et plus le potentiel de performance est élevé.
3. Vos partenaires adoptent-ils des standards communs et contribuent-ils à leur évolution ? Sur quels standards font-ils le choix d’investir ?
L’innovation sans interopérabilité crée de la complexité. L’innovation fondée sur des standards partagés permet de se déployer à grande échelle. Mais les standards ne fonctionnent que si l’ensemble de l’industrie les adopte.
Enfin, il est essentiel de souligner que les systèmes automatisés via des agents en sont encore à un stade précoce. Rien de ce qui est mis en œuvre par l’IA ne doit rester sans supervision. Une validation humaine et une gouvernance rigoureuse restent indispensables, et cela ne devrait pas évoluer à court terme.
La prochaine phase de la publicité programmatique
La publicité agentique ne réinitialise pas la publicité programmatique et ne se limite pas à l’automatisation. C’est la prochaine phase de son évolution. Elle repose sur ce qui devient possible lorsque les données, les modèles et l’exécution convergent à l’échelle de l’open internet.
Et lorsque tous les acteurs s’alignent sur des frameworks communs à l’échelle de l’industrie, au lieu d’opérer en silos, l’open internet devient plus vaste, plus rapide, plus flexible et potentiellement beaucoup plus compétitif face aux walled gardens.
Bien mise en œuvre, cette nouvelle phase permet de construire un avenir plus solide, plus intelligent et plus durable.
Découvrez ce que la prochaine étape de l’IA agentique et du sell-side decisioning signifie pour l’avenir de la publicité programmatique.