Pour de nombreux éditeurs, il y a en réalité deux histoires de l'IA.

La première est la plus sombre : l'histoire des éditeurs de sites web dont le contenu est récupéré, remixé et redistribué sans compensation. Cette situation menace les fondements mêmes de l'Internet ouvert et libre. Un web qui, en grande partie, est financé par la publicité.

La seconde histoire est plus brillante, et c'est celle sur laquelle je souhaite me concentrer ici. Il s'agit de l'histoire des éditeurs et des annonceurs qui tirent parti de l'IA moderne. Plus précisément, les grands modèles de langage (LLM), les agents autonomes et les assistants experts qui peuvent aider à mieux aligner les objectifs marketing sur les audiences.

Les deux histoires sont importantes. Mais restons-en à la seconde pour une fois.

Pourquoi l'IA ?

Lorsque nous avons commencé à expérimenter les LLM, mon modèle mental était simple : imaginez des flux de travail de plateforme augmentés d'une version de publicité numérique de Clippy. Des assistants intelligents capables de traduire le langage naturel en requêtes SQL, d'exécuter un modèle d'audience ou de générer un rapport de campagne. Certains de ces assistants seraient utiles, d'autres moins, d'autant plus que, comme je l'ai appris, les humains feraient presque n'importe quoi pour éviter d'avoir à parler à un robot. Mais l'image restait celle d'"outils qui aident les humains à faire des choses".

Maintenant que nous avons commencé à travailler dans ce domaine depuis un certain temps, une question plus intéressante se pose : que se passe-t-il lorsque ces assistants ne sont pas seulement des aides, mais aussi des collaborateurs ?

Permettez-moi une petite digression. Ayant côtoyé la publicité numérique pendant un certain temps (et c'est peut-être le vieil homme en moi qui parle), je me souviens de l'époque où les annonceurs et les éditeurs parlaient réellement de campagnes publicitaires. La communication se faisait souvent par courrier électronique, parfois par téléphone. Les appels vidéo n'étaient pas encore la norme. Les personnages comprenaient des représentants des ventes des éditeurs et des acheteurs des agences médias, ainsi que des équipes chargées des opérations publicitaires, des analystes et des données des deux côtés.

Cela semble inefficace, n'est-ce pas ? Et c'était le cas. Mais cette complexité avait un avantage : lorsque des personnes honnêtes se parlent directement, la confiance et la responsabilité s'installent. Vous avez tendance à partager davantage vos objectifs réels. On s'efforce davantage de faire fonctionner les choses. La réputation et la fidélité des clients étaient toujours en jeu.

Aujourd'hui, les enchères en temps réel ont apporté des gains d'efficacité incroyables, mais elles ont aussi érodé une partie de l'alignement organique des incitations. Le protocole sans friction a enlevé une partie de l'humanité et de la créativité qui sont au cœur de la publicité.

Voici donc la question qui se pose : si l'on met de côté les coûts de vente et les problèmes d'échelle, que se passerait-il si les annonceurs et les agences pouvaient à nouveau concevoir et mener des campagnes en interagissant de manière plus directe ? Pas seulement avec des humains, mais avec des agents agissant au nom des humains, en utilisant le même type de langage naturel pour échanger des pensées et des idées et aider à aligner les buts et les objectifs ? Cela pourrait-il permettre de mieux aligner les objectifs des annonceurs sur les publics ? La publicité pourrait-elle se sentir mieux, mieux se comporter, mieux fonctionner ?

Cela vaut la peine de s'enthousiasmer.

Ce que nous avons appris jusqu'à présent

Travailler avec des LLM nous a appris une chose à la fois évidente et profonde : ils sont éblouissants en matière de simulation, mais superficiels en matière de conscience de soi. Ils peuvent produire des réponses fluides et convaincantes et même imiter le raisonnement, mais ils n'ont pas la capacité réflexive de reconnaître qu'ils se sont égarés. Les résultats peuvent être brillants à un moment donné et dangereusement erronés l'instant d'après, avec la même assurance.

Cette dualité signifie que si les LLM peuvent simuler de nombreux flux de travail humains, de la rédaction d'un texte créatif à l'analyse de schémas de données, ils doivent être déployés avec précaution. Ils s'épanouissent lorsqu'ils bénéficient d'un échafaudage adéquat : un espace de problème limité, un contexte clair et un objectif bien défini. Sans contrainte, ils risquent de dériver, de fabriquer ou d'amplifier les erreurs.

C'est pourquoi la voie à suivre ne consiste pas à créer un assistant numérique omniscient, mais plutôt à assembler des constellations d'agents spécialisés. Chacun d'entre eux est formé ou guidé dans un domaine de compétence étroit : un agent de planification des médias, un agent de transformation des données, un agent de segmentation de l'audience. Ces agents se comportent mieux précisément parce que leur monde est plus petit et que les équipes qui les construisent peuvent leur transmettre un contexte et créer des garde-fous clairs basés sur une connaissance approfondie du domaine. Au lieu de leur demander de "tout comprendre", nous leur demandons d'exécuter des tâches bien définies dans un environnement partagé.

Bien entendu, même les spécialistes les plus pointus ne sont utiles que dans la mesure où ils sont capables de travailler ensemble. C'est ce qui nous amène à la plus grande frontière.

Collaboration agentique dans la publicité numérique

Si les agents spécialisés sont les composants, la collaboration est le système. Le travail réel est rarement confiné à l'intérieur des murs d'un seul agent. La planification d'une campagne, par exemple, peut commencer par un brief créatif qui doit être interprété par un agent, transmis à un autre pour le modéliser par rapport aux données d'audience, puis acheminé vers un autre encore pour générer des plans médias et les valider par rapport à l'inventaire. Sans coordination, cela se transforme rapidement en chaos.

C'est pourquoi l'idée de la collaboration agentique est si convaincante. Il ne suffit pas de construire des agents compétents ; nous devons leur donner les moyens de communiquer, de déléguer, de négocier et de se réconcilier. Au sein d'une organisation, cela signifie qu'il faut établir des cadres dans lesquels plusieurs agents peuvent opérer dans le même contexte, partager des états et passer des tâches de manière fluide sans perdre en fidélité. D'une organisation à l'autre, le défi devient encore plus intéressant : que se passe-t-il lorsque les agents d'un annonceur doivent converser directement avec les agents d'un éditeur, ou lorsque des agents spécialisés tiers doivent être introduits dans le flux de travail ?

À ce stade, les protocoles sont importants. Tout comme les enchères en temps réel n'ont été possibles que lorsque le secteur s'est rallié à des protocoles et des normes partagés pour décrire l'inventaire, le prix et la demande, la collaboration agentique nécessitera des structures pour l'intention, le contexte et la confiance. De nouveaux protocoles convaincants, tels que MCP et A2A, sont apparus pour soutenir une nouvelle infrastructure dans l'ensemble de notre secteur. Si les agents doivent effectuer des transactions significatives au nom de leurs mandants humains, nous aurons besoin de conventions pour vérifier ce qu'ils peuvent et ne peuvent pas faire, et pour garantir que leurs échanges ne reflètent pas seulement l'efficacité, mais aussi la responsabilité.

Les implications pour le produit sont énormes. Les plateformes comme celle d'Optable ne se contentent plus de faciliter l'échange de données ou l'automatisation des flux de travail ; elles deviennent le support dans lequel les agents collaborent. Cela signifie qu'il faut exposer suffisamment de fonctionnalités et de données pour rendre la collaboration utile, tout en la contraignant suffisamment pour qu'elle reste sûre et alignée. Cela signifie qu'il faut réfléchir soigneusement à la façon dont les agents s'identifient, à la façon dont ils signalent leur autorité et à la façon dont ils échouent avec élégance lorsqu'ils ne connaissent pas la réponse.

Si cela vous semble familier, c'est normal. D'une certaine manière, nous revenons au type de communication directe qui caractérisait autrefois le secteur, mais aujourd'hui, les conversations sont médiatisées par des agents logiciels qui peuvent fonctionner à l'échelle et à la vitesse d'une machine. Bien menée, cette démarche peut fondamentalement améliorer les méthodes permettant d'établir la confiance, l'alignement et la compréhension commune dans la publicité numérique.

Ce que nous faisons

Chez Optable, notre point de départ était de construire une plateforme où les éditeurs et les annonceurs pouvaient collaborer de manière transparente sur les données, sans que les intermédiaires ne diluent le signal ou n'accaparent la valeur. Cette même conviction s'étend aujourd'hui naturellement au monde de l'IA.

Pour nous, la collaboration agentique ne consiste pas à remplacer les humains. Il s'agit de restaurer ce qui a été perdu lors de la mise à l'échelle du programmatique : la confiance et l'alignement qui découlent de deux parties travaillant directement à la réalisation d'un objectif commun. La différence est qu'aujourd'hui, les agents peuvent aider à faire évoluer ces conversations à travers des milliers de campagnes, des milliards d'impressions et un écosystème qui exige à la fois rapidité et précision.

Notre rôle est de fournir un support où cela peut se faire en toute sécurité, en particulier du point de vue des éditeurs, les créateurs qui rendent l'internet libre possible, et les gardiens des données sur les utilisateurs et le public. Cela signifie qu'il faut mettre en place une infrastructure où des agents spécialisés, dont certains sont les nôtres, d'autres les vôtres, d'autres encore sont construits par nos partenaires, peuvent se rencontrer, échanger et travailler ensemble dans le cadre de règles claires. Cela signifie qu'il faut concevoir des protocoles qui imposent la responsabilité et protègent les données, tout en permettant à la créativité et à l'expérimentation de s'épanouir. Et cela signifie qu'il faut s'assurer que lorsque les agents collaborent au-delà des frontières organisationnelles, ils servent toujours les objectifs fondamentaux des êtres humains qu'ils représentent.

Il ne s'agit pas seulement d'une feuille de route pour un produit. C'est une philosophie. La publicité, dans ce qu'elle a de meilleur, a toujours été une question de connexion : entre la marque et le public, entre l'éditeur et l'annonceur. En permettant une collaboration agentique, nous avons la possibilité de faire entrer cette connexion dans l'ère de l'IA, non pas en automatisant la conversation, mais en l'amplifiant.

Nous n'en sommes qu'au début de ce voyage, mais les débuts sont importants. Et si l'histoire nous a appris quelque chose, c'est que les structures que nous concevons aujourd'hui, c'est-à-dire les protocoles, les incitations, les normes, façonneront le secteur pour les décennies à venir. Notre intention est de contribuer à les façonner de manière à rendre la publicité plus responsable, plus collaborative et, en fin de compte, plus humaine.

‍