Comment l'IA a cassé le pouvoir d’emmerdification des plateformes.
L’essentiel
— La croissance éclair de ChatGPT puis de Claude a montré qu’une audience considérée comme captive pouvait rapidement se déplacer dès lors qu’une alternative plus attractive apparaît.
— Google, Netflix ou Meta montrent les limites de « l’emmerdification » : lorsque l’expérience se dégrade et que des alternatives crédibles émergent, utilisateurs et annonceurs peuvent se détourner des plateformes dominantes.
— L’IA réduit les coûts de changement entre services : import des historiques, convergence des performances et développement de plateformes d’aiguillage rendent les usages plus fluides.
— Pour les marques, l’enjeu n’est donc plus seulement d’accumuler des audiences sur des plateformes tierces, mais de construire une relation directe avec leurs publics.
Nous sommes ravis de retrouver Jérémy Lacoste, contributeur sur la Réclame. Jérémy est directeur général France de l’agence Eskimoz. C’est un expert du marketing digital, des martech et de la publicité en ligne. Il a pour grande qualité de partager chaque semaine ses analyses et observations, que ce soit sur LinkedIn, dans son podcast Icebreaker, en tant qu’enseignant ou dans ses tribunes sur la Réclame.
« Qui aurait pu prédire ? » Aujourd’hui, cela nous semble naturel de jongler entre les différents moteurs de recherche en fonction de nos usages. Mais revenons seulement 4 ans en arrière. Personne n’aurait mis une pièce sur la mise à mal de l’hégémonie de Google. Alors même que la qualité de la plateforme allait decrescendo et qu’une partie des utilisateurs se plaignaient de la complexité du moteur. Rappelons-nous de cet édito « Is Google Getting Worse? »
Seulement, l’arrivée de ChatGPT a redistribué les cartes d’un marché cloisonné. Et une partie de l’audience qu’on croyait captive du géant de Mountain View a commencé à regarder ailleurs.
Le plus drôle dans l’histoire : Google avait un chatbot conversationnel bien avant OpenAI. Mais l’entreprise n’a pas osé le déployer. Trop risqué, pas assez sécurisé. Google est tombé typiquement dans le dilemme de l’innovateur : les entreprises leaders ont un intérêt majeur à conserver le statu quo du marché et échouent donc à se disrupter elles-mêmes.
À la différence près cette fois-ci : Google a réussi à pivoter rapidement pour se remettre en ordre de bataille et proposer une version aboutie de Gemini.
Ce cas rappelle que les usages sont plus liquides qu’on ne le pense. Ted Gioia le résume très bien « La capture d’audience repose sur l’illusion que le client n’a nulle part où aller. Dès que des alternatives légères, rapides et transparentes apparaissent, l’inertie s’effondre. »
1. L’emmerdification, toujours d’actualité ?
Et c’est peut-être la meilleure nouvelle pour les utilisateurs et les marques. Jusqu’à présent, il y avait une sorte de loi d’airain qui semblait s’appliquer au web : la loi de l’emmerdification (maximum) que j’avais analysé pour la Réclame.
En gros :
1) Les plateformes délivrent un service au-dessus de ce qu’elles facturent aux utilisateurs. L’enjeu est d’atteindre une taille critique. Vite. Typiquement, le moment IA que nous vivons depuis 3 ans avec des usages subventionnés par les fonds d’investissement.
2) Les plateformes exploitent les données collectées pour créer des usages pros et monétiser les comportements. C’est le pivot pris par ChatGPT avec le lancement de sa division publicitaire.
3) Les plateformes dégradent l’expérience utilisateur pour optimiser la valeur actionnariale générée jusqu’à atteindre le point de rupture. Pas encore d’actualité pour les moteurs IA, mais les futures IPO devraient changer la donne.
Ce modèle défini par Cory Doctorow a le mérite de donner une grille de lecture à ce que nous connaissons depuis 20 ans. Et s’applique aussi bien au web qu’aux réseaux sociaux ou plateformes de streaming. Avec l’idée que ces stratégies de verrouillage sont évidemment intentionnelles : « L’enfer du verrouillage technologique n’est pas une fatalité technologique, c’est une décision stratégique. Si vous facilitez la réversibilité et l’interopérabilité, la concurrence remplace l’extraction de rente par l’innovation. »
Voilà la clé : le verrouillage ne fonctionne que si les switching costs (Shapiro & Varian) sont démesurés, c’est-à-dire que le coût du départ dépasse celui du bénéfice perçu.
Et c’est exactement cela que vient remettre en cause l’économie de l’IA.
2. Le modèle dominant du web
Prenons 3 exemples :
1) Netflix, l’exemple typique d’emmerdification qui a réussi : la plateforme a créé un marché à coup d’offre de contenu de qualité et d’abonnement à petits prix, avant d’inverser la tendance. Depuis quelques années, on assiste exactement à l’opposé : des hausses tarifaires, de la publicité introduite, et une DA Netflix qui se ressent même dans la qualité des scénarios. Seulement, en parallèle, l’offre concurrente s’est musclée. Et Netflix se fait désormais largement distancer par YouTube : 7 % vs 13 % du temps passé devant un écran. Un tiers des Américains parle même de streaming fatigue.
2) Meta : même scénario et mêmes conséquences. Pour la 1ère fois de son histoire, la plateforme a vu son audience reculer. Un signal fort pour l’entreprise qui a quasiment inventé la capture d’audience. D’autant qu’elle bénéficierait des effets de réseaux, mais même ça ne suffit plus.
3) X : avec le rachat d’Elon Musk l’entreprise a vu non pas tant une chute de son audience qui s’est maintenue malgré les effets d’annonce vers Bluesky, mais surtout un retrait d’une partie des annonceurs. Résultat : un CA publicitaire divisé par deux la 1ère année. Plus intéressant, ce déport finalement s’est fait sur TikTok et Threads, même si on sent, qu’au fond, ces plateformes ne se sont pas substituées, mais sont plutôt venues s’ajouter.
Cette stratégie du milking (traire la vache à lait jusqu’à plus soif), comme l’appellent les cabinets de conseil, trouve donc enfin une limite. Et c’est évidemment une bonne nouvelle pour les utilisateurs qui ne sont pas condamnés à voir s’éroder la qualité d’un service qu’ils utilisent.
3. L’IA à la manœuvre
C’est l’une des externalités positives de l’IA. Favoriser ces mouvements de bascule… là où précédemment l’inertie était reine.
Pour une raison simple : elle met à mal les fameux switching costs qui reposent sur trois éléments :
– Les effets de réseaux : avec l’IA, ce n’est plus le volume d’utilisateurs qui fait la force d’une plateforme, mais la vélocité du modèle. Exemple : Anthropic.
– L’unicité du produit : l’intelligence ou la connaissance deviennent des biens publics au sens de la théorie économique. C’est-à-dire que leur consommation n’impacte pas celle d’autrui. Résultat : dans un écosystème donné, tous les acteurs tendent vers une cible vers un modèle similaire. On le voit dans le marketing, tous les copywritings paraissent du même tonneau.
– La réversibilité by design : C’est Claude le premier qui avait sonné la charge en permettant d’importer tout l’historique stocké dans ChatGPT sur sa plateforme afin d’entraîner son modèle et favoriser la bascule des utilisateurs.
Pour parachever ce mouvement vers une logique d’audience totalement fluide, il y a encore deux obstacles majeurs me semble-t-il :
– Le coût du statut : aujourd’hui, Claude est l’un des modèles les plus onéreux du marché. Et est soumis aux désidérata de la politique extérieure américaine. Mais malgré ces freins énormes, il est aujourd’hui leader sur le marché des enterprises. Parce qu’il a ouvert le marché d’abord, parce qu’il est performant évidemment… mais aussi car il a réussi à dominer le narratif. C’est aujourd’hui un objet de distinction sociale. Si on veut paraître un peu sérieux dans le business, il faut dire que l’on est Claude-centric. Même si c’est pour générer des emails. Raison pour laquelle le déploiement du watermarking n’a pas provoqué de fuite des utilisateurs, ni les hausses régulières des tokens.
– L’open weight connait une certaine hype chez les initiés, mais pas les budgets naturellement. Si beaucoup d’entreprises basculent sur des modèles ouverts, c’est surtout le fruit d’initiatives individuelles ou dans une seule logique visant à réduire la note. Pas vraiment de stratégie d’ouverture pensée derrière. Le développement de plateforme tiers d’aiguillage comme OpenRouter (récemment acquis par Stripe, ndlr) va dans le bon sens.
4. Comment sortir du mythe de l’audience captive
Pour les marques, je pense qu’il est temps de faire son deuil de l’audience captive. Ce concept a essaimé trop longtemps dans les directions marketing. Aujourd’hui, il est de bon ton de travailler la lifetime value ou le multi-équipement. Or, la majorité des dispositifs mis en place passe par des plateformes privées dont les annonceurs ne sont que des clients. Avoir une grosse communauté sur Instagram n’est pas un gage de sérénité pour deux raisons :
– L’audience est de plus en plus volatile, infidèle et multi-plateforme. Le choix se fait dans l’expérience proposée ;
– La plateforme peut faire évoluer ses règles, algorithmes de visibilité de manière arbitraire ;
La meilleure façon d’adresser le sujet, me semble-t-il, est d’établir un lien direct avec son audience, affranchi de tous les acteurs tiers : attractivité forte de la marque ; animation multi-leviers ; réputation forte, etc.
C’est d’ailleurs le virage qu’a pris Google. Après avoir servi d’intermédiaire pendant 25 ans entre les internautes et les marques, le moteur héberge désormais sur ses SERP AI Overviews, une fonctionnalité qui génère des réponses IA. Et travaille demain à l’expérience agentique pour permettre l’achat nativement depuis sa plateforme.
Chez Google, la nouvelle North Star Metric semble donc être le temps passé sur son écosystème. Et c’est sûrement quelque chose dont devraient s’inspirer bon nombre de marques.
