Test marketing IA LSE avec Into-it : analyse du jugement

J’ai un jour vu un calendrier marketing devenir un document moral. Il avait l’air assez inoffensif : une grille de dates de campagnes, d’envois d’e-mails, de segments d’audience et de validations. Mais chaque case contenait un jugement sur qui comptait, quel ton était acceptable, quelle promesse la marque pouvait faire sans risque, et quand le silence valait mieux qu’une publication de plus. C’est pourquoi l’expérimentation de la London School of Economics avec Into-it semble plus importante qu’une simple histoire de productivité grâce à l’IA. MarketingWeek rapporte que la London School of Economics s’est associée à la startup martech Into-it pour créer une fonction marketing d’IA entièrement autonome. L’expression ressemble à un défi, ce qui explique probablement pourquoi la publication a présenté le projet autour de la question de savoir si une université peut créer une équipe marketing entièrement fondée sur l’IA. Mais la question la plus intéressante n’est pas de savoir si l’IA peut planifier, segmenter, générer et optimiser. C’est de savoir si les opérations marketing ont vraiment été aussi procédurales que nous faisions semblant de le croire.

L’organigramme devient un flux de travail

Selon MarketingWeek, le projet de la LSE et d’Into-it vise explicitement une fonction marketing d’IA entièrement autonome, et non pas seulement un outil qui aide une personne à écrire plus vite. Cette distinction compte, car la plupart des usages de l’IA en marketing ont jusqu’ici été présentés comme une assistance. Le spécialiste marketing reste le personnage principal, et le logiciel est un stagiaire très rapide. Les systèmes agentiques changent la forme de cette histoire. Dans LSE Business Review, Terence Tse décrit l’IA agentique comme une intelligence artificielle qui prend des décisions de manière proactive et mène des actions vers des objectifs prédéfinis, en évaluant les situations, en élaborant des plans et en les exécutant avec une supervision humaine minimale. Ce n’est pas une meilleure saisie semi-automatique. C’est un modèle opérationnel en miniature.

Lorsque le marketing devient un modèle opérationnel géré par des agents, l’organigramme commence à devenir flou. La planification, les tests, les rapports et l’itération peuvent devenir des boucles plutôt que des réunions. Les anciennes frictions liées aux passages de relais peuvent diminuer, mais les vérifications informelles qui vivent à l’intérieur de ces passages de relais aussi. Un collègue qui demande : « Sommes-nous sûrs que cela nous ressemble ? » n’est pas toujours documenté comme un mécanisme de gouvernance, mais c’en est souvent un.

L’automatisation ne supprime pas la responsabilité

LSE Business Review soutient que l’IA agentique marque un changement fondamental dans notre manière d’aborder le travail et la résolution de problèmes. En marketing, ce changement arrive dans un domaine particulièrement sensible, car le travail est à la fois mesurable et interprétatif. Une campagne peut atteindre ses objectifs et pourtant sembler déplacée.

La question négligée est simple : si une fonction marketing autonome prend une mauvaise décision, qui en est responsable ? Le fournisseur qui a construit le système, l’institution qui a fixé l’objectif, le spécialiste marketing qui a approuvé les garde-fous, ou le dirigeant qui voulait l’efficacité au départ ? La revue Evolutionary and Institutional Economics Review de Springer Nature décrit l’IA comme introduisant des relations d’agence triangulaires et de nouvelles asymétries d’information, ce qui est une manière formelle de dire que la responsabilité peut devenir plus difficile à voir au moment même où les décisions deviennent plus faciles à exécuter.

Cela ne rend pas l’expérimentation de la LSE imprudente. Cela la rend utile. Un test institutionnel sérieux peut révéler où l’autonomie crée un effet de levier et où elle crée de l’ambiguïté. Pour les équipes, la leçon consiste à évaluer le marketing autonome non pas en demandant s’il peut produire du contenu, mais en demandant si ses décisions peuvent être expliquées, contestées et annulées.

Le jugement de marque est la compétence rare

LSE Executive Education note que le marketing numérique devient plus complexe et davantage piloté par l’IA, et que les spécialistes marketing font face à la fois à de plus grands défis et à des opportunités sans précédent. Elle souligne aussi la nécessité d’être à l’aise avec l’IA et l’analytique, et pas seulement curieux. Ce cadrage est important, car le rôle humain ne disparaît pas lorsque la machine s’améliore. Il se déplace en amont.

MIT Sloan Management Review présente un problème similaire pour les responsables marketing : beaucoup reconnaissent l’opportunité que représente l’IA générative, mais peinent à savoir par où commencer, surtout lorsqu’il faut mettre en balance les opportunités et les risques maîtrisables. Une fonction marketing entièrement autonome rend ce compromis plus net. Plus il devient facile d’automatiser le travail visible, plus le travail invisible prend de la valeur.

Ce travail invisible, c’est le jugement de marque. C’est savoir quand un message efficace paraît trop demandeur, quand la personnalisation devient intrusive, quand une tendance n’est pas faite pour vous, et quand la bonne stratégie de conversion est la retenue. L’IA peut apprendre des modèles, mais les institutions ont toujours besoin de personnes pour décider quels modèles méritent d’avoir du pouvoir.

Ce qu’il faut surveiller ensuite

Le rapport de MarketingWeek sur la LSE et Into-it donne aux spécialistes marketing un point d’ancrage concret pour un débat qui pourrait autrement dériver vers l’abstraction. La conclusion pratique n’est pas de copier l’expérimentation telle quelle. Elle est de cartographier votre propre fonction marketing par type de décision : ce qui peut être automatisé, ce qui nécessite une revue, et ce qui devrait rester une décision humaine parce que cela définit la marque.

La prochaine équipe marketing vraiment utile ne sera peut-être pas celle qui possède le plus d’outils d’IA. Ce sera peut-être celle qui trace la frontière la plus claire entre l’exécution et le jugement. Si des agents autonomes peuvent faire fonctionner une plus grande partie de la machine, les humains devront peut-être être plus explicites que jamais sur les valeurs, le goût et la responsabilité.

Alors, avant de demander si l’IA peut gérer votre marketing, posez peut-être la question la plus inconfortable : savez-vous quelles parties de votre marketing ne devraient jamais être autorisées à fonctionner toutes seules ?