Après les assistants de rédaction et les copilotes de code, une nouvelle génération d’agents conversationnels s’attaque à l’un des métiers les plus chronophages du marketing digital : la gestion quotidienne des campagnes publicitaires sur Meta.
Le quotidien d’un media buyer ressemble souvent à un jeu d’arbitrages permanents. Repérer un ad set qui brûle du budget sans convertir, identifier une créa qui fatigue, basculer 500 euros d’une audience froide vers une audience chaude qui surperforme : autant de micro-décisions qui mobilisent plusieurs heures par jour, entre le Business Manager, les tableaux de bord et les exports Excel. « Je passe encore 40 % de mon temps à faire du setup et de la surveillance de métriques, alors que mon vrai boulot c’est de réfléchir stratégie et créa », confie Mathilde, media buyer freelance qui gère environ 180 000 euros de budget mensuel pour plusieurs marques e-commerce.
C’est précisément ce temps incompressible que visent les nouveaux « super agents » conversationnels dédiés à l’acquisition payante. Après plusieurs années de plateformes d’automatisation centrées sur des règles (si CPM > X, alors couper), une vague d’outils misent désormais sur l’interaction en langage naturel pour orchestrer campagnes, budgets et créas.
De l’automatisation par règles à la conversation
Les solutions historiques comme Revealbot ou Smartly ont habitué les équipes à définir des scénarios conditionnels : couper automatiquement un ensemble de publicités si le CPA dépasse un seuil, augmenter le budget de 15 % si le ROAS grimpe. Efficace, mais rigide. « Dès qu’on sort du cadre prédéfini, il faut tout reconfigurer à la main », note Thomas, head of growth d’une marque DTC parisienne spécialisée dans la beauté clean.
L’approche conversationnelle change la donne : au lieu de paramétrer des règles, l’utilisateur dialogue avec l’outil. Il peut demander « Quels ad sets ont un CPL supérieur à 8 euros cette semaine ? », obtenir une réponse structurée, puis enchaîner par « Coupe ceux qui ont dépensé plus de 300 euros sans lead qualifié », le tout sans quitter son interface de chat. Certains agents, comme Adwize dans le cas de Meta Ads, vont jusqu’à permettre de lancer une campagne complète depuis une simple consigne vocale ou textuelle : objectif, audience, budget, placement.
Un spectre d’usage qui dépasse la simple analyse
Si l’analyse de performance reste le terrain de jeu historique des outils d’aide au pilotage, les agents IA étendent leur périmètre. Plusieurs acteurs intègrent désormais la génération de variantes créatives : un media buyer peut uploader une créa qui performe, demander à l’agent de produire trois nouvelles itérations en modifiant le visuel ou l’accroche, puis les pousser directement dans le Business Manager. « On itère deux fois plus vite, et on teste beaucoup plus de variantes par semaine », résume Mathilde.
Autre cas d’usage en forte adoption : la surveillance proactive du budget. Plutôt que d’attendre le rapport du lendemain matin, l’agent peut alerter en temps réel si une campagne dérive, suggérer un réallocation de budget entre créas, voire exécuter la modification si l’utilisateur valide. D’après plusieurs responsables acquisition interrogés, cette réactivité change sensiblement la marge de manœuvre opérationnelle, surtout sur des périodes à fort volume comme le Black Friday.
Un positionnement encore flou entre outil et collaborateur
Pour l’instant, la plupart des équipes utilisent ces agents comme un « binôme junior », capable de prendre en charge les tâches répétitives et de remonter des signaux faibles, mais sans autonomie stratégique complète. « Je ne le laisse pas décider seul de couper une campagne à 10 000 euros de budget, mais il me fait gagner un temps fou sur le diagnostic », précise Thomas.
Reste que la frontière est poreuse. Certains acteurs, notamment du côté des marques DTC habituées à tester en permanence, commencent à confier des fourchettes budgétaires pré-autorisées à ces agents, avec validation humaine uniquement au-delà d’un certain montant. Une forme d’automatisation progressive, qui rappelle la logique des « guardrails » utilisés dans les agents IA en finance ou en support client.
Connexions multiples, promesses d’unification
L’autre promesse forte, c’est l’interopérabilité. Là où les outils historiques se concentraient sur une ou deux plateformes publicitaires, les nouveaux entrants multiplient les connecteurs : Meta, Google Ads, TikTok Ads, LinkedIn, mais aussi Shopify, HubSpot, Salesforce, Airtable. L’objectif affiché : croiser les données de conversion CRM avec les performances publicitaires, et permettre à l’agent de recommander des actions cross-canal. « On attend encore de voir si ça tient la promesse en prod, mais l’idée de tout piloter depuis un seul endroit est séduisante », nuance un consultant en acquisition qui accompagne plusieurs scale-ups.
Le marché reste jeune, les positionnements s’affinent. Entre Adwize qui mise sur le pilotage conversationnel de Meta, Madgicx qui combine automatisation et creative intelligence, ou encore les nouveaux modules IA intégrés directement dans des plateformes comme Triple Whale, chaque acteur explore une hypothèse différente sur ce que devrait être un « super agent » acquisition.
Mais une chose semble claire : la part de temps humain consacrée au setup et à la surveillance pure va continuer de se comprimer. Pour les media buyers, cela ouvre un espace nouveau : celui de la réflexion stratégique, de l’expérimentation créative et de la compréhension fine des audiences. À condition d’accepter de déléguer une partie du pilotage à une machine.