Comment l'IA transforme la publicité Meta

La bonne façon de penser l’IA dans ce canal n’est pas « que peut-elle faire aujourd’hui ». C’est plutôt : quelle contrainte a-t-elle supprimée, et qu’est-ce qui l’a remplacée ?

Pendant la majeure partie de la dernière décennie, la production créative était la limite qui comptait. Vous ne pouviez tester que le nombre d’idées que vous pouviez produire, et les produire demandait un designer, un monteur et une semaine. Toute la façon dont les comptes publicitaires étaient gérés (taille des lots, cadence de test, valeur accordée à chaque asset) découlait de cette contrainte.

Cette limite a largement disparu. Ce qui l’a remplacée est plus intéressant.

La production n’est plus le goulot d’étranglement. Le budget, si.

Générer quarante variantes est désormais trivial. Financer quarante tests concluants ne l’est pas, et ça ne l’est jamais devenu moins cher.

Pour lire une publicité correctement, il faut environ 15 à 20 conversions, donc un test concluant coûte environ votre CPA cible × 20. Avec un CPA de 40 €, cela représente 800 € par publicité testée jusqu’à une réponse fiable. Une capacité de génération de quarante assets par semaine face à un budget qui ne finance que douze tests concluants par mois signifie que la majorité de ce que vous produisez ne sera jamais lu : voir combien de créatifs tester chaque semaine.

C’est la façon la plus courante de gaspiller les outils d’IA. Les équipes traitent le volume de génération comme un progrès, répartissent le budget sur plus de variantes qu’elles ne peuvent départager, et se retrouvent avec plus de publicités et moins de certitude qu’avant.

La bonne réponse à une production bon marché n’est pas davantage de variantes. C’est davantage de concepts distincts et moins d’exécutions de chacun, parce que la contrainte budgétaire pèse sur les tests, et que les écarts entre concepts sont ce qui produit des différences assez grandes pour être détectées sur de petits échantillons.

Ce que l’IA fait vraiment bien ici

Le volume dans une structure définie. Sur un angle déjà validé, produire des exécutions est exactement la bonne tâche à déléguer. Les secteurs réglementés en profitent le plus : varier à l’intérieur d’une bibliothèque de revendications pré-approuvées est ce qui permet aux marques de services financiers et de santé de tester tout court, puisque leur vrai goulot d’étranglement est la revue juridique plutôt que le design.

Le triage. Lire chaque ensemble de publicités quotidiennement, classer l’état d’apprentissage, repérer la divergence entre fréquence et CTR, classer par enjeu financier. Mécanique, à haut volume, et la chose que les humains font le moins régulièrement à 9h du matin sur quarante ensembles de publicités.

L’extraction de schémas. Remarquer que les accroches qui s’ouvrent sur un problème surperforment celles qui s’ouvrent sur un produit à travers neuf tests est réellement difficile à voir à l’œil et facile à calculer.

Ce qu’elle ne fait pas bien, et les mises en garde honnêtes

Savoir quel concept essayer. La génération interpole à partir de ce qui existe déjà. L’angle qui ouvre un nouveau segment vient généralement d’une conversation avec un client, pas d’un prompt.

Le jugement dans l’ambiguïté. Savoir si une marque peut se permettre de paraître inefficace pendant quinze jours le temps qu’un test se résolve n’est pas une question de données.

La nouveauté à grande échelle. Si tout le monde génère à partir de modèles similaires avec des prompts similaires, les résultats convergent. L’avantage créatif vient de la différence, et une technologie qui abaisse le coût de production de la chose moyenne n’aide pas de façon évidente à en produire une singulière.

Il existe aussi un risque plus discret. La production bon marché facilite la mise en ligne de plus de publicités que ce que vous pouvez réviser, ce qui signifie qu’un compte peut accumuler des créatifs médiocres plus vite qu’il ne les retire : le volume comme substitut à la réflexion plutôt que comme appui.

L’IA de Meta elle-même a déplacé la référence

Cela mérite d’être dit clairement, car cela change ce qu’un outil tiers doit valoir. L’automatisation Advantage+ (présentation de Meta) gère la sélection d’audience, l’allocation de budget, les emplacements et la variation créative, et c’est désormais le chemin par défaut de la création de campagne plutôt qu’une option.

Donc « nous générons des variations automatiquement » n’est plus un produit. Meta le fait gratuitement. La question à poser de tout outil, y compris le nôtre, est ce qu’il fait que Advantage+ ne peut structurellement pas faire, et la réponse honnête concerne généralement ce que Meta ne peut pas voir : votre marge, votre CRM, vos résultats de qualification, et ce qui se passe après le clic dans vos propres systèmes.

Ce qui n’a pas changé

La règle sous-jacente reste la même qu’avant : Meta récompense les comptes qui lui donnent un signal propre et assez de variance réelle pour choisir entre les options. L’IA change la vitesse à laquelle vous parcourez la boucle tester-apprendre-scaler. Elle ne change pas ce que cette boucle récompense, et elle ne corrige ni un pipeline d’événements cassé, ni une structure de compte trop segmentée, ni une offre que personne ne veut.

Itérer plus vite sur la mauvaise chose est juste un moyen plus rapide d’arriver au même résultat.