Fonctionnement du marketing automatisé avec des agents IA

Les agents IA permettent une nouvelle forme de dialogue avec la clientèle: ils se basent sur des données comportementales, l’historique de la clientèle et le contexte pour diffuser automatiquement et au bon moment des informations et offres adaptées – de manière personnalisée et sur les canaux pertinents. En quoi diffèrent-ils du marketing automatisé? Peuvent-ils même le remplacer? L’essentiel à savoir sur une innovation à fort potentiel.

Le marketing automatisé s’est imposé. C’est ce que confirme l’étude «Marketing im digitale Wandel» publiée en 2026 par l’association numérique allemande Bitkom. À l’heure actuelle, 66% des entreprises interrogées, qui opèrent dans le numérique, utilisent d’ores et déjà cette approche marketing systématique. 76% d’entre elles estiment même qu’elle gagnera en importance à l’avenir, ou qu’elle aura tendance à le faire.

Ce n’est pas un hasard si le marketing automatisé est devenu la norme: il permet aux entreprises de mieux identifier les personnes prêtes à acheter, de leur présenter automatiquement les offres adaptées au bon moment et, au final, de conclure davantage de ventes. Pour ce faire, les entreprises accompagnent la clientèle existante et potentielle tout au long du customer journey, en se basant sur les données et en proposant une expérience pour le moins fondamentalement personnalisée. L’objectif est de communiquer moins souvent, mais plus efficacement et manière plus ciblée avec ces clientes et ces clients. Cela présente également un avantage pour ceux-ci: ils reçoivent, dans le meilleur des cas, uniquement des informations qui les intéressent vraiment.

Fonctionnement du marketing automatisé classique

Jusqu’à présent, le marketing automatisé était basé sur des règles: lorsqu’un événement déterminé se produisait, le système se déclenchait et exécutait une action prédéfinie. Il s’agissait donc d’un processus transparent, fiable et pouvant être planifié avec précision.

Prenons un exemple fictif, mais proche de la réalité: le revendeur de produits électroniques ElektroDeal a longtemps été confronté à l’un des problèmes les plus fréquents de l’e-commerce, à savoir un nombre élevé d’abandons de panier. Le marketing automatisé a atténué ce problème. Au bout de deux heures, les personnes qui ont des produits dans leur panier reçoivent un e-mail de rappel avec un lien pour revenir au panier. Si, au bout de 24 heures, elles n’ont pas encore effectué l’achat, elles reçoivent un deuxième e-mail avec un code de réduction de 10%. Au bout de 72 heures, un dernier rappel leur est envoyé en indiquant que le code de réduction expire bientôt.

Ces processus, et d’autres similaires, peuvent être mis en œuvre non seulement par e-mail, mais aussi via Messenger, WhatsApp et, grâce à l’impression programmatique, à travers des publipostages physiques.

Les avantages de ce type de marketing sont indéniables:

• un impact mesurable;
• moins d’étapes manuelles;
• des processus évolutifs;
• aucune connaissance technique spécialisée nécessaire;
• des coûts facilement planifiables pour les plateformes courantes comme Salesforce ou HubSpot.

Les limites du marketing automatisé basé sur des règles

Le marketing automatisé basé sur des règles présente toutefois un inconvénient majeur: ses règles sont statiques et présupposent que les segments de clientèle définis se comportent toujours à peu près de la même manière et suivent un customer journey bien précis. Mais, en réalité, les processus de décision ne sont pas linéaires, mais cross-média – et surtout, varient selon la situation. Le marketing automatisé classique ne peut pas réagir à la situation actuelle de la clientèle, puisque ses logiques de diffusion sont définies à l’avance.

L’exemple d’ElektroDeal en témoigne: toutes les personnes ayant abandonné leur panier reçoivent le même e-mail. Or, les raisons de l’abandon sont très diverses: celui-ci peut être lié à des problèmes techniques au moment du paiement, à une carte de crédit expirée, à un prix plus bas dans une boutique en ligne concurrente ou à des doutes sur la qualité du produit. L’efficacité du marketing automatisé est donc limitée.

Naturellement, les entreprises telles qu’ElektroDeal réagissent en affinant les segments de clientèle, en définissant des règles précises et en mettant en place des processus plus sophistiqués afin de couvrir davantage de situations de manière plus ciblée. Cela complexifie le marketing automatisé pour toutes les parties prenantes, sans nécessairement accroître son efficacité. En effet, le problème principal demeure: la plateforme de marketing automatisé ne parvient pas à identifier la situation individuelle. C’est pourquoi la solution ne réside pas dans une automatisation accrue, mais dans une automatisation plus astucieuse – avec l’aide d’agents IA.

Qu’est-ce qu’un agent IA dans le contexte du marketing automatisé?

Contrairement aux systèmes classiques de marketing automatisé, les agents IA ne travaillent pas avec des règles, mais avec des objectifs. Ils décident eux-mêmes de la manière d’atteindre ces objectifs. Alex Schoepf, expert en marketing automatisé et en IA chez 4results AG, explique: «Les agents IA utilisent les données clients et les informations contextuelles pour développer et évaluer différentes possibilités d’action. Ils prennent ensuite de manière autonome, dans le cadre des limites définies, des décisions quant à la procédure à suivre et déclenchent des actions au sein des systèmes connectés.» Les agents sont capables d’analyser le résultat de chacune de ces actions, d’en tirer des enseignements et d’adapter leur façon de faire sans aucune intervention humaine.

D’un point de vue technique, les agents IA ne constituent donc pas une évolution de l’automatisation du marketing telle qu’on la connaît aujourd’hui, au sens d’une version 2.0, mais une approche fondamentalement différente. Selon Alex Schoepf, ils complètent les systèmes existants notamment «là où le contexte, la hiérarchisation, l’interprétation et les étapes suivantes pertinentes sont nécessaires.»

Cette précision est importante, car elle façonne les attentes: si l’on considère les agents IA comme une mise à niveau, on s’attend à une intégration sans faille dans les systèmes existants, ce qui n’est toutefois pas réaliste. Alex Schoepf ajoute: «La plupart des fournisseurs de solutions d’automatisation ont depuis longtemps intégré dans leurs systèmes de premières fonctions d’IA, qui sont suffisantes pour de nombreuses applications. Ces fonctions permettent, par exemple, d’optimiser les objets, les variantes de contenu et les moments de l’envoi des e-mails automatisés. Mais dès qu’il faut agir de manière proactive, en utilisant des workflows individuels et des interactions entre plusieurs outils, les systèmes standard atteignent généralement leurs limites.»

Cinq caractéristiques essentielles du fonctionnement des agents IA

Intégration technique de l’agent IA

Un agent IA n’est pas un logiciel isolé, mais une couche technique supplémentaire qui vient se superposer aux systèmes existants, les relie entre eux et les pilote. Il est connecté à l’infrastructure de données existante via des interfaces (API). Idéalement, il peut lire et traiter les données disponibles en temps réel. Constituent notamment des sources de données essentielles:

• le système CRM pour les données de la fiche client, l’historique des achats, le statut des leads, la segmentation de la clientèle et des leads, etc.
• les analyses web pour le comportement sur le site web
• le système d’e-commerce pour les aperçus de produits, les paniers, les achats, les retours, etc.
• la plateforme de marketing automatisé pour les clics, l’historique des campagnes, etc.
• le système de service à la clientèle pour les tickets de support, les réclamations, etc.

Sur la base de ses actions et des réactions suscitées, l’agent IA réinjecte des données dans les systèmes. Le système d’e-commerce, par exemple, doit savoir quelles recommandations de produits personnalisées il doit afficher. Le système CRM actualise les scores de lead sur la base des données de réaction.

Tout comme pour les plateformes classiques de marketing automatisé, on définit des règles supplémentaires – appelées garde-fous (guardrails) – pour les agents IA, afin de limiter de manière ciblée leur liberté décisionnelle. Dans l’exemple des abandons de panier, une telle règle pourrait prévoir que la réduction individuelle proposée ne doit pas dépasser 20%.

Quels sont les inconvénients et les risques liés aux agents IA?

Le plus grand risque du marketing automatisé avec des agents IA réside dans la perte de contrôle. «Les conditions claires d’un abandon, telles qu’elles sont courantes dans l’automatisation basée sur des règles, n’existent pas dans les systèmes avec des agents. C’est à la fois une bénédiction et une malédiction», déclare Sinu Thirukketheeswaran, maître de conférences en technologies du marketing à l’Institut de Marketing Management de la ZHAW. «D’une part, un agent travaille 24h/24 et 7j/7, et est extrêmement productif. D’autre part, il avance à l’aveugle et peut, dans le pire des cas, agir d’une manière qui porte préjudice à la réputation de l’entreprise. C’est pourquoi les équipes de marketing doivent réfléchir aux étapes auxquelles elles souhaitent participer afin de contrôler l’output.»

Les agents IA présentent encore d’autres risques et inconvénients par rapport aux systèmes basés sur des règles.

Comparaison entre le marketing automatisé et les agents IA

Les agents IA remplacent-ils le marketing automatisé basé sur des règles?

Les agents IA ne remplacent pas le marketing automatisé basé sur des règles, mais le complètent. Dans le cadre d’une stratégie hybride, les deux approches sont utilisées pour des tâches différentes et combinent ainsi leurs points forts. «L’IA n’améliore pas tous les processus: si ces derniers sont stables et clairement structurés, l’automatisation basée sur des règles est souvent plus efficace, plus économique et plus facile à contrôler», explique Alex Schoepf. Les agents IA, quant à eux, marquent des points dans les tâches complexes avec une multitude de canaux possibles, des profils de clientèle très différents et un pricing dynamique.

«Le marketing automatisé avec des agents IA ne doit pas être un simple gadget, il doit apporter une valeur ajoutée et être rentable», souligne Daniel Hünebeck, formateur et conseiller en IA et en marketing numérique. «Du fait de l’engouement pour les agents IA, il existe un risque de sur-ingénierie, autrement dit de solutions inutilement compliquées et chères. Prenons l’exemple de l’abandon du panier: de nombreuses entreprises de l’e-commerce n’ont même pas encore mis en œuvre des automatisations simples basées sur des règles pour lutter contre ce phénomène. Je leur recommande de commencer par là et de bien maîtriser ce processus au lieu de commencer directement avec les agents IA et de surcharger toute l’organisation.»

Automatisation avec des agents IA: introduction en cinq étapes

1. Analyser le degré de maturité

Dans un premier temps, l’équipe marketing clarifie le contexte de l’entreprise concernant:

• la qualité des données;
• le degré d’intégration des différents systèmes;
• les processus clairement définis;
• la tolérance en matière de risque.

Ces points clés donnent une indication sur la charge de travail que représente la mise en œuvre d’agents IA. L’entreprise peut en conclure qu’il vaut mieux s’en tenir au marketing automatisé basé sur des règles.

2. Identifier les processus appropriés

Si l’analyse du degré de maturité donne le feu vert à la mise en œuvre des agents IA, l’équipe marketing évalue ensuite les processus du marketing automatisé: lesquels d’entre eux sont adaptés aux décisions basées sur les données prises par les agents IA?

Selon Daniel Hünebeck, cela est particulièrement recommandé pour deux types de processus: «Premièrement, les automatisations qui fonctionnent déjà de manière stable et fructueuse avec des systèmes basés sur des règles. Les équipes marketing peuvent pour ce faire réaliser un test A/B en faisant fonctionner en parallèle un agent IA. La comparaison permet de mieux identifier les avantages, les inconvénients et les défis de la solution avec l’IA. Deuxièmement, les processus qui, jusqu’à présent, ne pouvaient pas être modélisés à l’aide de règles, car ils contenaient trop de variables ou n’étaient pas assez stables, conviennent pour cette approche.»

3. Mettre en place un système de test

Plusieurs entreprises sont déjà tombées dans le piège en ce qui concerne le marketing automatisé avec des agents IA: «Elles ont d’emblée mené leurs premiers projets pilotes directement dans leurs systèmes productifs et ont par exemple permis aux agents IA d’accéder à leur système CRM, ce qui a parfois nui gravement à leur réputation», explique Sinu Thiruketheeswaran. Cet expert en technologies du marketing conseille donc d’effectuer d’abord des tests sans contact client dans un système fermé «où l’agent IA peut se lancer simplement et ne fera pas de dégâts». Cela permet d’observer sans risque les erreurs qui surviennent. Ces erreurs seront éliminées progressivement jusqu’à ce que l’agent IA fonctionne de manière stable et soit prêt pour le projet pilote proprement dit. «Les agents IA sont donc structurés de manière itérative.»

4. Réaliser le projet pilote

Le projet pilote sert à observer et à surveiller en temps réel l’interaction de l’agent IA avec la clientèle. «Il est essentiel de ne pas considérer un projet pilote uniquement comme un projet technique», souligne Daniel Hünebeck. Il y a en effet de très nombreux aspects à prendre en compte et des questions auxquelles il faut répondre:

• Quel est l’objectif du projet pilote?
• Les données nécessaires sont-elles disponibles? Comment les données disponibles doivent-elles d’abord être préparées?
• À quelles données l’agent IA peut-il accéder?
• Quelles directives l’agent IA reçoit-il? Quelles actions sont autorisées, lesquelles sont interdites? Quelles règles doivent être respectées?
• Quels contrôles et validations sont intégrés pour les actions de l’agent IA (processus human-in-the-loop)? Qui en est responsable?
• Quels sont les risques juridiques et comment les gérer?
• Comment se déroule le monitoring?
• Combien de temps dure le projet et quels sont les critères pour l’interrompre?

Bien entendu, la mise en œuvre technique est également une partie importante du projet pilote. D’après Sinu Thirukketheeswaran de la ZHAW, elle commence par un aperçu global des systèmes déjà utilisés pour le marketing automatisé et de la manière dont ils interagissent: «Ce n’est qu’à ce moment-là qu’il sera possible d’évaluer comment intégrer au mieux l’agent IA. La mise en œuvre effective est alors effectuée assez rapidement.»

Lors du choix du modèle adéquat, la question la plus importante est: où les données sont-elles enregistrées? Sinu Thirukketheeswaran cite deux options: «Les entreprises peuvent choisir le modèle closed source d’un prestataire commercial comme Anthropic ou OpenAI, qui est relativement facile à configurer. Le risque est alors que leurs données transitent par des serveurs américains. Les entreprises peuvent également opter pour un modèle open source nécessitant davantage de connaissances techniques. Elles peuvent alors faire fonctionner l’agent IA sur un serveur suisse.»

À l’issue du projet pilote, un contrôle des résultats, y compris financiers, sera effectué. «Comme toujours dans le marketing, le retour sur investissement (ROI) est un chiffre clé essentiel», explique Sinu Thirukketheeswaran. «En termes de charge de travail, les équipes marketing doivent impérativement tenir compte des coûts souvent sous-estimés des tokens.» Les tokens sont les modules de texte qui sont traités par une IA et servent de base à la facturation. Comme les agents IA effectuent souvent, dans le cadre de leur travail, beaucoup d’étapes qui «brûlent» à chaque fois des tokens, cela peut entraîner des coûts élevés. «À cela s’ajoute le fait qu’à l’avenir, les prestataires commerciaux devraient encore augmenter les prix des tokens. Cela vaut donc la peine de s’intéresser aux modèles open source pour un meilleur retour sur investissement, car ceux-ci n’ont pas de pricing basé sur les tokens. En revanche, l’infrastructure du serveur engendre des coûts, qui peuvent toutefois être limités.»

5. Évoluer

«Les entreprises ne devraient envisager une évolution et la mise en place d’autres automatisations agentiques que lorsque le contrôle des résultats des projets pilotes est positif», conseille Alex Schoepf, expert en marketing automatisé. «L’objectif n’est donc pas d’automatiser le plus grand nombre possible de processus avec des agents IA, mais de parvenir à une communication plus pertinente tout au long du customer journey.»

Daniel Hünebeck partage cet avis. Il invite à faire preuve de modération: «L’évolution n’est pas une urgence. Les entreprises feraient mieux de s’en tenir encore deux ou trois ans à leurs systèmes basés sur des règles qui ont fait leurs preuves. À ce moment-là, les agents IA pour le marketing automatisé seront plus faciles à mettre en œuvre, plus stables et apporteront une contribution concrète au succès de l’entreprise.»