Du gain de productivité au plafond de verre.
Cet article fait partie du numéro spécial IA générative de la newsletter de la Réclame.
L’essentiel
– Des entreprises largement équipées en IA, mais encore peu matures dans les usages.
– Une intégration progressive dans les workflows, sans transformation radicale à ce stade.
– Des gains réels en volume et en vitesse, contrebalancés par des limites opérationnelles.
– Une bascule à venir vers des logiques d’orchestration et d’automatisation des contenus.
L’intelligence artificielle générative s’impose progressivement dans les processus de production de contenu, mais son adoption reste encore largement inégale selon les organisations. Entre outillage généralisé et appropriation encore limitée, les marques avancent à des rythmes différents, souvent freinées par des enjeux de gouvernance, de formation ou de maturité opérationnelle.
Pour Mathieu Crucq, directeur général de Brainsonic, l’enjeu ne réside plus seulement dans l’accès aux outils, mais dans leur orchestration. Si l’IA s’intègre déjà dans les workflows créatifs et éditoriaux, elle ouvre surtout la voie à une transformation plus profonde des métiers, encore largement en construction.
Comment décririez-vous aujourd’hui le niveau de maturité de vos clients sur l’IA, notamment en matière de production de contenus ?
Mathieu Crucq : Cela dépend des indicateurs observés : la situation reste globalement hétérogène, ce qui n’est pas surprenant. Elle varie également selon le niveau de gouvernance IA mis en place chez les annonceurs. Dans l’ensemble, les grands groupes se sont déjà équipés, en déployant des solutions comme Gemini, OpenAI ou Copilot. Autrement dit, les outils de type LLM sont désormais largement présents.
En revanche, l’accompagnement des équipes dans leur appropriation reste très inégal. C’est d’ailleurs un terrain sur lequel nous intervenons fortement, en formant les clients à l’usage de leurs propres outils. Car s’ils sont équipés, ils ne maîtrisent pas toujours les bonnes pratiques. Cela concerne des fonctions très diverses, des RH aux studios créatifs, en passant par d’autres directions.
Dans de nombreux cas, les solutions ont été déployées sans cadre d’usage clair. Les collaborateurs expérimentent, chacun à leur manière, sans réelle vision commune. Notre rôle consiste alors à structurer les usages : identifier si un besoin peut être couvert par un seul outil ou s’il nécessite une combinaison de solutions. Cette articulation reste souvent floue face à des cas concrets.
Les équipes savent formuler des prompts et obtenir des résultats, mais atteignent rapidement une forme de plafond. L’usage reste basique, à l’image d’Excel dont seule une fraction des fonctionnalités est exploitée. Il existe pourtant un potentiel important à activer, mais les évolutions rapides des outils et leurs options avancées sont encore peu maîtrisées.
La création d’assistants personnalisés, par exemple, est aujourd’hui accessible sans compétences techniques. Encore faut-il en comprendre l’intérêt et les cas d’usage. C’est précisément sur ce décalage entre équipement et appropriation que se concentrent aujourd’hui les principaux freins – et donc les besoins d’accompagnement.
Quelles sont les premières briques concrètes que les marques mettent en place lorsqu’elles se lancent dans une stratégie de contenus pilotée par l’IA ?
M.C. : Nous n’avons pas vraiment été confrontés à une problématique formulée comme cela, à savoir « on veut faire une stratégie de contenus pilotée par l’IA ». Ça existe peut-être, mais ce n’est pas comme cela que les sujets nous sont posés. Les marques savent qu’il y a de l’IA dans la production de contenu, en partie ou beaucoup, mais elles ne l’expriment pas forcément comme une stratégie en tant que telle.
Du coup, soit elles s’équipent en interne, et on retrouve le sujet dont on parlait avant, avec cet effet de plafond de verre : elles ont accéléré, mais elles arrivent vite à une limite dans ce qu’elles savent faire. Soit, cela passe plutôt par du conseil, sur des projets plus longs, avec des cas d’usage précis. Très souvent, cela arrive dans des moments structurants, comme une refonte de site internet.
On arrive avec des sujets à traiter, et comme les clients sont dans une logique de transformation, ils sont plus ouverts à intégrer ces nouvelles approches. Cela peut concerner la capacité de production, mais aussi des enjeux comme le référencement dans les moteurs IA. Par exemple, comment faire en sorte que les contenus d’un site remontent mieux dans ces environnements.
En réalité, tout est assez lié. Mais le cas où une marque dirait « je produis des contenus en IA de manière isolée » est encore rare. Les besoins restent les mêmes, c’est simplement que l’IA permet d’aller plus vite et installe une nouvelle norme de production, sans que cela aille beaucoup plus loin pour l’instant, en tout cas dans ce que l’on observe.
Quels cas d’usage observez-vous le plus souvent chez vos clients (production, personnalisation, déclinaison multi-formats, SEO/GEO, etc.) ?
M.C. : Le cas majoritaire, c’est l’IA dans l’aide quotidienne. Typiquement, dès que tu fais du social, de l’article, ou ce type de contenus, il y a de l’IA. Sur tout le volet créatif, cela devient quasiment une norme. Je ne compte plus les campagnes en IA que l’on voit, y compris dans le métro. Nous, on en a fait une pour Vélib qui est à 80 % en IA. Il y a Garance, Vérisure, BNP avec Publicis… Cela devient un nouveau standard de production, maintenant que les sujets de qualité sont globalement maîtrisés.
Cela reste malgré tout assez artisanal. Ce n’est pas industrialisé. Ce sont toujours des créatifs qui produisent, sauf qu’au lieu de tout faire à la main, ils utilisent l’IA pour faciliter le travail, notamment la déclinaison dans différents formats et environnements. Là où avant il fallait plusieurs jours, aujourd’hui cela peut se faire en quelques minutes.
L’IA s’insère donc dans les process existants. Et à côté de cela, on voit aussi des cas plus spécifiques, encore assez early stage. Par exemple, un client traiteur a remplacé ses shootings traditionnels par de l’IA, non pas pour des raisons de coûts, mais pour éviter le gaspillage alimentaire. Ils produisaient énormément de nourriture qui finissait jetée après les shootings. Là, on a mis en place des workflows, des automatisations. On passe d’un travail très artisanal à une logique plus algorithmique.
On commence aussi à voir émerger ce que j’appelle une logique d’orchestration. La valeur ne sera plus uniquement dans la production elle-même, mais dans la capacité à organiser des workflows, à orchestrer des outils et des agents. Cela reste encore peu déployé chez les annonceurs, sauf chez certains très gros acteurs, mais cela arrive progressivement.
Pour la majorité des clients, surtout ceux qui n’ont pas des volumes de production très élevés, on est encore dans une phase d’observation et d’intégration progressive. Ce n’est pas un bouleversement total, c’est plutôt une transformation par étapes.
Entre promesses de gains de productivité et réalité opérationnelle, où se situent aujourd’hui les principaux freins ?
M.C. : Il y a plusieurs freins. Déjà, on voit bien qu’il y a une nouvelle manière de produire. Par exemple, une partie des derniers spots faits par BETC pour Leclerc sont réalisés en IA. C’est toujours BETC, ce sont toujours des spots, mais la méthodologie a changé.
Cette accélération est réelle, notamment du côté des agences, pour aller plus vite, tester, faire sortir les idées plus rapidement. Mais le premier frein reste dans la nature des outils. Ils sont très performants, mais le contrôle n’est pas encore total. On ne peut pas faire un projet de bout en bout sans retouche. Et comme on n’est plus dans une logique de calques, modifier précisément un élément peut devenir plus complexe.
Il y a aussi un décalage côté clients. Ils veulent bénéficier des gains de productivité et de coûts permis par l’IA, mais sans revoir leur niveau d’exigence. Ils attendent le même niveau de qualité qu’avant, avec des budgets réduits. Cela crée forcément de la frustration, même si cela devrait se réguler avec le temps.
Ensuite, il y a les enjeux juridiques et de gouvernance. Quels modèles utiliser, est-ce que c’est souverain, que deviennent les données que l’on injecte dans ces outils ? Cela dépend des politiques internes, mais cela reste un point de vigilance.
Enfin, il y a la perception. Certains contenus générés en IA peuvent susciter des réactions négatives sur les réseaux sociaux. Ce n’est pas systématique, mais cela existe. Parfois, ce n’est pas une critique de la qualité, mais une réaction plus idéologique. Cela reste marginal, mais cela fait partie des paramètres à prendre en compte.
L’IA transforme-t-elle davantage les volumes de contenus produits, leur nature, ou les deux ?
M.C. : Les deux. Cela transforme les volumes parce qu’on peut produire plus vite, faire plus de déclinaisons, tester davantage. Même dans le travail d’itération avec les clients, on peut proposer beaucoup plus de concepts qu’avant.
Et cela transforme aussi la nature des contenus. Cela permet d’aller vers des niveaux d’ambition plus élevés. Avant, pour produire quelque chose de très qualitatif, il fallait des budgets importants, donc c’était réservé à une minorité. Aujourd’hui, avec les bons process et les bonnes personnes, on peut atteindre des rendus très élevés beaucoup plus facilement.
Cela pose d’ailleurs une autre question. Si tout le monde peut produire des contenus très aboutis, avec des standards proches de ce que l’on associe à des productions très haut de gamme, est-ce que cela a toujours la même valeur ? C’est un peu ce que j’appelle le syndrome de la Ferrari : cela fascine parce que c’est rare. Si tout le monde en a une, cela perd de son intérêt.
On peut donc imaginer un effet de balancier. Peut-être que des esthétiques plus artisanales, plus imparfaites, vont redevenir différenciantes. Si l’IA permet de faire des choses très propres, très maîtrisées, alors ce qui sera perçu comme authentique pourrait être justement ce qui échappe à ces standards.
Après, ce qui est considéré comme beau ou pertinent évolue avec les perceptions. Si ces nouvelles esthétiques deviennent valorisées, elles peuvent à leur tour devenir une norme. Rien n’est figé.
Comment les organisations (annonceurs comme agences) doivent-elles évoluer pour intégrer durablement l’IA dans leur stratégie éditoriale ?
M.C. : Dans la stratégie éditoriale, il y a deux approches. La première, c’est le niveau le plus simple : des équipes qui produisent du contenu, pour un site par exemple, et qui utilisent l’IA pour aller plus vite. C’est le niveau 1. Les producteurs de contenu intègrent l’IA dans leur quotidien et gagnent en efficacité.
Ensuite, sur des dispositifs plus structurants, notamment sur des stratégies éditoriales au long cours, on entre dans une autre logique. Chez Brainsonic, on fait pas mal d’expérimentations avec des environnements comme Claude Co-Work. On va structurer des espaces de travail capables de traiter des dossiers en local, avec des compétences spécifiques entraînées sur un projet, et qui apprennent au fur et à mesure.
Dans ce cas-là, le rôle de l’édito change complètement. La personne ne produit plus directement, elle orchestre. C’est l’environnement qui produit, sous sa gouvernance. On n’est plus du tout dans la même philosophie de travail. On commence par set-up l’environnement, on récupère la data, on structure les fichiers, on définit les compétences dont on a besoin.
Cela amène aussi à réfléchir aux outils et aux briques à mobiliser : est-ce que l’on utilise des plugins existants, est-ce qu’il faut en développer ? Cela devient presque une logique d’ingénierie, y compris pour des métiers qui ne l’étaient pas à l’origine. Donc, intégrer durablement l’IA, cela suppose une transformation des rôles et des compétences. On passe d’une logique de production à une logique d’orchestration.
La fermeture rapide de Sora par OpenAI, pourtant très médiatisé, change-t-elle selon vous la perception de l’IA générative côté annonceurs, notamment sur la question du ROI et de la pérennité des outils ?
M.C. : Déjà, beaucoup de gens ont vu passer Sora, mais très peu l’ont réellement utilisé. Cela concernait surtout des early adopters. Et dans les faits, personne ne faisait de production vidéo publicitaire avec Sora : c’était plutôt utilisé pour des contenus viraux, avec des limites techniques.
Donc son arrêt ne change pas fondamentalement la perception. Ce n’est pas la vidéo IA qui disparaît, c’est un outil parmi d’autres. En agence, on ne l’utilisait pas en production, mais plutôt d’autres modèles plus performants.
En revanche, cela met en lumière un point clé : l’IA coûte très cher. Même si les utilisateurs paient peu, les coûts réels sont bien plus élevés. À terme, cela pose la question du ROI et de la viabilité des modèles, notamment sur des usages lourds comme la vidéo. On va donc vers des solutions plus orientées B2B et payantes. La gratuité à grande échelle n’est pas tenable.
Enfin, quels signaux faibles voyez-vous émerger aujourd’hui, qui pourraient redéfinir la manière dont les marques produisent et diffusent leurs contenus à moyen terme ?
M.C. : Sur la production, on bascule progressivement vers une logique d’orchestration, avec l’émergence de l’agentique. L’idée, c’est d’orchestrer des agents capables de fonctionner de manière autonome. Aujourd’hui déjà, sur certains dispositifs marketing, notamment en social media, une grande partie peut être automatisée : la création, le community management, les réponses. Ce n’est plus très loin.
Cela reste plus complexe sur des formats comme la vidéo, qui demandent encore plus de technicité pour obtenir des rendus naturels. Mais cela pourrait justement renforcer la valeur de ces formats.
Cette logique d’agents va monter progressivement, mais ce sont des transformations longues, qui remettent en cause les modes de fonctionnement existants. Ce n’est pas simple à déployer, notamment parce que cela touche directement aux organisations et aux équipes.
Derrière ces évolutions, il y a des métiers, des personnes, qui peuvent percevoir ces changements avec méfiance ou ne pas en voir immédiatement l’intérêt. Ce n’est donc pas uniquement un enjeu technologique, c’est aussi un enjeu humain. C’est plus facile à mettre en place dans des structures agiles. En revanche, dans des organisations plus lourdes, comme certaines grandes entreprises ou des banques, cela reste plus difficile, notamment du point de vue des collaborateurs. Si les technologies sont déjà là, leur déploiement prendra néanmoins du temps. L’intégration de ces briques très disruptives reste un chantier complexe.
