L’IA générative permet aux professionnels du marketing de produire toujours plus de contenus et d’automatiser de nombreuses tâches, mais est-ce vraiment ce dont ils ont besoin pour améliorer leurs performances ? Alors que les marchés évoluent rapidement et que les comportements des consommateurs se transforment, le véritable enjeu pour les activités marketing n’est plus seulement de travailler plus vite, mais de travailler autrement. C’est précisément cette évolution que j’ai pu explorer lors de l’événement GROW organisé par HubSpot à Londres, notamment à travers une réflexion sur le loop marketing et les agents intelligents. Je vous propose de revenir sur les principaux enseignements de cet événement pour comprendre comment les environnements de travail agentiques pourraient transformer les pratiques marketing, bien au-delà des simples gains de productivité.

Thèmes : E-marketing, IA générative.
En synthèse
- Le marketing ne se résume pas à la production de contenus : l’IA générative doit surtout aider les marketeurs à mieux comprendre les marchés, analyser les comportements des consommateurs, identifier les opportunités et définir les actions prioritaires.
- La puissance des modèles génératifs ne suffit pas : leur adoption à grande échelle nécessite des environnements de travail agentiques qui facilitent l’accès aux données, aux outils et aux méthodes marketing.
- Le loop marketing privilégie l’apprentissage continu : cette approche, promue par HubSpot, repose sur quatre étapes (Express, Tailor, Amplify, Evolve) pour articuler intuition, personnalisation, distribution et analyse des résultats dans des cycles courts.
- Le harnais devient le principal levier de performance de l’IA : en associant contexte métier, méthodes et outils, le harnais (« harness« ) permet de structurer le travail des agents et d’améliorer la qualité des réponses et livrables.
- La transformation agentique implique de repenser l’organisation du marketing : au-delà des gains de productivité individuels, des harnais communs peuvent coordonner les métiers et soutenir de nouvelles pratiques comme le vibe marketing.
L‘évolution des pratiques de marketing est un sujet qui revient très souvent sur ce blog, au grès des innovations et des nouveaux usages. Le dernier article en date à aborder ce thème est bien évidemment centré sur l’IA générative et les agents intelligents : De l’intérêt de l’IA générative pour le marketing à l’ère agentique.
J’imagine que vous n’êtes pas surpris de lire un nouvel article sur ce thème, et je vous confirme que ce n‘est certainement pas la dernière fois que je l’aborde. D’une part, car les technologies et pratiques sont en perpétuelle évolution ; et d’autre part, car les professionnels du marketing sont aujourd’hui exposés à des injonctions contradictoires qui compliquent leur appréhension de ce qu’ils peuvent et doivent faire avec l’IA générative (ex : Meet your new teammate: Building marketing workflows around AI agents et Marketers deploying AI agents faster than they can measure them).
Voilà pourquoi il est important de revenir sur ce thème, car il y a encore beaucoup de choses à dire et à clarifier.
Le marketing ne se résume pas à produire des contenus
Comme expliqué dans l‘introduction, les pratiques marketing ont évolué au fil des années pour s‘adapter aux nouvelles pratiques et technologies : marketing automation, data marketing, marketing agile… Avec l‘avènement de l’IA générative, se pose maintenant la question de savoir quels sont les scénarios d’adoption des modèles génératifs et agents intelligents pour le marketing.
La pratique la plus évidente est la génération ou l’adaptation de contenus. Ça, vous n‘aviez pas besoin de moi pour le savoir, car le nombre d‘articles rédigés par l’IA dépassait déjà ceux rédigés par les humains dès l’année dernière : More Articles Are Now Created by AI Than Humans. Il est néanmoins toujours important de rappeler que ce n‘est pas nécessairement un indicateur pertinent, car il n’existe pas de consensus pour déterminer ce qu’est un « contenu IA ». Ceci explique que les illustrations de cette bascule divergent : How Much of the Internet Is Written With AI? et AI Helps Write Nearly 50% of Press Releases.

Ceci étant dit, si effectivement l‘IA générative permet de produire des contenus beaucoup plus rapidement, plus de contenus n’amélioreront pas forcément les performances des campagnes ou actions marketing. De plus, avec la production de contenus, nous empiétons clairement sur le territoire de la communication (rédactionnel, création graphique ou vidéo….). Des activités indispensables, mais qui ne relèvent pas strictement du marketing.
Je tiens absolument à apporter cette précision, car le coeur du marketing est bien l’analyse du marché (tendances, concurrents…), l’étude du comportement des consommateurs (besoins, contraintes, motivations, freins…), la création ou l’évolution d’une offre, ainsi que la définition de plans d’action pour mettre cette offre sur le marché. La question est aujourd‘hui de savoir dans quelle mesure l’IA générative peut aider les marketeurs dans les tâches qui ne sont pas liées à la production de contenus, et surtout comment le faire à grande échelle.
Certes, l’IA générative apporte des gains de productivité individuelle, notamment à travers les compétences formalisées (skills), mais cela concerne des activités opérationnelles. Il existe ainsi des bibliothèques de skills comme celles proposées par Marketing-Skills ou Maestrix, mais qui ne concernent que des tâches très opérationnelles, servant potentiellement à remplacer des prestataires. Il n’est ici malheureusement question que d’utiliser les LLMs pour faire plus avec moins.

Pourtant, les capacités de l’IA générative pour le marketing ne se limite certainement pas à accélérer la production de contenus ou l’exécution de tâches répétitives. Elles concernent également la compréhension d‘un marché, l‘évaluation d’opportunités et la définition des actions potentielles à mener.
Des modèles plus puissants, mais pour quelles pratiques marketing ?
Dans le langage courant, les modèles génératifs sont associés au terme « LLM », un acronyme qui signifie « Grand Modèle de Langage » (« Large Language Model« ). Pourtant, tous les modèles d‘IA ne génèrent pas de texte. Il existe ainsi d‘autres types de modèle qui offrent de nouvelles possibilités aux marketeurs :
- les modèles de recherche pour identifier de façon plus précise les avis et insights les plus pertinents ;
- les modèles quantitatifs pour des analyses plus rigoureuses de données quantitatives (ex : rapports de fin de campagne, indicateurs d‘activité ou de marché…) ;
- les modèles de raisonnement pour des analyses plus puissantes reposant sur différentes sources (données, informations, documents…) et une meilleure prise en compte du contexte (référentiel, charte…) ;
- les modèles de décision pour des évaluations plus rapides et moins coûteuses d’actions à réaliser ou à prioriser ;
- les modèles d’action pour réaliser des tâches à l‘aide d’agents…
Et là, je ne mentionne même pas les IA reposant sur des modèles logiques ou statistiques !

OK super, mais comment intégrer ces modèles génératifs de dernière génération dans le quotidien de marketeurs qui n’ont pas nécessairement le temps de s’auto-former ? La manière la plus efficace est de faciliter l’appropriation de l’IA agentique en capitalisant sur des pratiques qui existent déjà (growth hacking, marketing agile…) à travers un environnement de travail qui simplifie la prise en main d’outils (agents IA) et de nouvelles pratiques (boucles itératives).
Ce que je suis en train de décrire correspond à un enrichissement des « Marketing OS » (les systèmes d’exploitation marketing), pour les faire évoluer vers des « marketing agentic workplaces« , des environnements de travail agentiques pour le marketing.
C’est pour pouvoir approfondir ce sujet que j’ai eu l’opportunité de faire cette semaine un déplacement à Londres à l’occasion de l’événement GROW organisé par HubSpot.
Loop engineering + Agile Marketing = Loop Marketing
Hasard du calendrier, ou pas, cet événement coïncidait avec la sortie du livre LOOP: Outlearn. Outmarket. Outgrow. Ce livre, rédigé par le directeur marketing et le SVP of Agentic Systems de HubSpot, détaille une pratique qui est maintenant à l‘avant-garde de l’offre de HubSpot : Loop Marketing strategy, A framework for stellar AI-era growth.

J‘ai eu la chance de pouvoir interviewer Kipp Bodnar, le CMO de HubSpot, au sujet de son livre. Un entretien au cours duquel il a pu m‘exposer sa théorie en détail.
L‘idée maîtresse derrière le « loop marketing » est d’adapter les pratiques traditionnelles du marketing à un quotidien dominé par les outils numériques, les données et l’intelligence artificielle. La théorie de Kipp Bodnar repose ainsi sur un cadre de travail en quatre étapes :
- Express, qui consiste à trouver la bonne histoire ou la bonne accroche à raconter aux bonnes personnes. Ceci nécessite du goût (« taste ») ce que je peux traduire par du flair, car jusqu’à présent les campagnes étaient contraintes par les canaux ou les supports (ex : Google, Instagram…). Il faut donc un minimum d’intuition ou d’expérience pour trouver le bon levier de différenciation.
- Taylor, qui consiste à personnaliser / adapter une offre ou un discours à une audience ou à une plateforme. C’est donc de la déclinaison, voire de l’individualisation.
- Amplify, qui consiste à optimiser la distribution et la visibilité d’une campagne à travers les moteurs de recherche, qu’ils soient classiques ou génératifs (donc avec du SEO et du GEO) ; et à travers les médias sociaux, notamment grâce aux influenceurs qui sont aujourd’hui les principaux relais.
- Evolve, qui consiste à analyser les résultats et faire un retour d’expérience en temps réel. Ici nous appliquons le principe d’apprentissage permanent.

Ce principe de boucle itérative donne une place centrale aux données et à l’analyse des résultats, mais elle commence aussi par une histoire à raconter et une différence à faire percevoir. Elle nous ramène donc à une question ancienne : quelle place accorder à la méthode et à l’intuition ?
Discuter de la pertinence de cette approche nous amène immanquablement à parler de la tension qui existe sur la définition du marketing : est-ce un domaine qui est plus proche de la science ou de l’art ? Instinctivement, je dirais que le marketing est plus proche de la science, notamment de par l’utilisation intensive des données. Le problème est que les données sont trompeuses, soit parce qu’on peut faire des erreurs d’interprétation, soit parce que l’on peut traiter les mauvaises données. De plus, les meilleures données mènent à des décisions rationnelles qui ne sont pas forcément les plus inspirées. Pour faire la différence, il faut parfois, et même souvent, ne pas prendre des décisions rationnelles, car les consommateurs ne sont pas toujours rationnels dans leurs décision d‘achat. Et pour ça, il faut du flair et de l’intuition (CQFD).
Les modèles génératifs qui sont à notre disposition sont de plus en plus puissants, mais la difficulté aujourd’hui pour un marketeur est surtout de bien appréhender le contexte du marché. Nous retrouvons ici le concept de « goût » (ou de flair), c’est-à-dire d’avoir suffisamment de clairvoyance et d’intuition pour comprendre les consommateurs dans toutes leurs irrationalités et l’évolution de leurs besoins. Vous noterez que ceci est une condition nécessaire, mais pas suffisante, pour se différencier.
L’IA générative et les agents intelligents nous ouvrent d’innombrables possibilités, encore faut-il savoir dans quelle direction progresser. Le point de départ n’est pas « Qu’est-ce que je peux faire avec l’IA ou les agents intelligents ?« , mais « Qu’est-ce que je dois faire pour améliorer mes performances ou toucher de nouveaux clients ?« .
Cette capacité de priorisation et d’arbitrage doit ensuite pouvoir s’exercer dans le travail au quotidien. Pour cela, les équipes ont besoin d’un environnement qui mette les capacités de l’IA au service de leur contexte et de leurs méthodes.
Passer des campagnes planifiées à un apprentissage continu
Les enseignements de cette interview ont été complétés par les différentes prises de parole de l’événement GROW organisé le lendemain.

Dès la conférence d’ouverture, Kipp Bodnar est entré dans le vif du sujet avec comme point de départ l‘évolution des pratiques de GTM (« Go to Market« ).
Internet a facilité l’accès aux informations et outils. Les médias sociaux ont facilité l’accès aux personnes et organisations. L’IA facilite maintenant l’accès aux connaissances et capacités d’agir (à travers les agents intelligents). Le marché évolue aujourd’hui à un rythme jamais atteint, stimulé par l’intelligence artificielle. Comment continuer à croître dans ce contexte extrême ?
Les marketeurs traversent ainsi une crise existentielle, car les recettes qu’il appliquaient au XXe siècle, ou dans le premier quart du XXIe siècle, ne fonctionnent plus, que ce soit dans les campagnes Search, Social, Display… L’IA générative permet effectivement de produire plus de contenus, mais la maximisation de la production n‘est clairement pas la solution.
Force est de constater que chaque nouvelle rupture technologique apporte de nouvelles opportunités. C’est très perturbant pour les opérations marketing, mais ça permet de rebattre les cartes. C’est d’ailleurs ce que nous avons connu avec l’apparition du Web, des smartphones, des médias sociaux et aujourd’hui des chatbots. Très clairement, l’IA est un accélérateur de l’évolution des habitudes et attentes des consommateurs, donc des pratiques et outils des professionnels du marketing.

Nous manquons de recul pour bien comprendre ce qui est en train d’arriver, mais Kipp Bodnar pense que nous sommes en train de vivre la fin de l’inbound de marketing, c’est-à-dire la fin d’une approche déterministe du marketing, qui exige de savoir à l’avance ce que l’on veut ou doit faire (planifier les lancements et campagnes).
Il est indiscutable que les chatbots et agents bouleversent les règles. Avec de nouvelles habitudes viennent donc de nouvelles opportunités, qui doivent être accompagnées de nouvelles pratiques, c’est évitable. Mais il y a également un changement de l’échelle de temps. Ainsi, les cycles de campagne ne s’expriment plus en mois ou en semaines, mais en jours. Idem pour les volumes : aujourd’hui, il n’est pas rare de voir une grande marque internationale gérer plusieurs milliers de campagnes en même temps par trimestre.
Ceci nous ramène à une question essentielle : Avons-nous besoin de toujours plus (canaux, supports, contenus…) ? Les marketeurs qui utilisent l’IA peuvent effectivement accélérer l’exécution de tâches, mais pas de transformer la façon dont ils travaillent. Ainsi, plus de travail ne signifie pas forcément de meilleurs résultats. L’important pour les marketeurs n’est donc pas ce que l’on peut faire avec l’IA (travailler plus vite), mais ce que l’on doit faire avec l’IA (travailler mieux).
Si les conditions de marché et les comportements évoluent en permanence, accélérer les anciennes méthodes ne suffit plus. Il faut ré-organiser le marketing autour de boucles d’apprentissage plus courtes. C’est la théorie sur laquelle reposent les pratiques de loop marketing.
Le harnais devient la pièce maîtresse de l’environnement marketing
Même s’il s’est passé énormément de choses en quatre ans depuis l’apparition de ChatGPT, il y a effectivement eu des progrès considérables, Kipp Bodnar considère que nous n’en sommes qu’aux débuts de l’utilisation de l’IA générative pour le marketing dans la mesure où il faut encore faire énormément de choses à la main. Par exemple, la définition et la mise en oeuvre d’un Marketing OS à l‘échelle industrielle (pour une multi-nationale) requièrent de nombreux intervenants et plusieurs semaines de travail.

D’où l’intérêt d’exploiter des environnements de travail intégrés, comme la plateforme de HubSpot, qui offre plus d’autonomie aux marketeurs. Mais pour que l’IA aide de façon concrète les marketeurs, il faut lui fournir le bon contexte de travail (informations, données, documents…), mais également les bonnes méthodes ainsi que l’accès aux bons outils.

Aujourd’hui, les vrais gains de performance ne se font pas grâce à un modèle plus puissant, mais grâce à un harnais plus complet et plus précis. Les progrès pour les solutions de marketing ne viendront donc pas des modèles en eux-mêmes, mais des harnais, ceux qui permettent de cadrer le travail des IA et d’améliorer leurs performances, du moins de garantir la rigueur de la méthode et la qualité ou la conformité des livrables.

La mise en œuvre de ce cadre de travail dans la suite HubSpot passe par différents outils :
- La partie Express repose sur leur assistant numérique, Breeze, qui a accès à toutes les informations données, documents… donc peut répondre à toutes les questions.
- La partie Taylor implique des déclinaisons d’actifs déjà présents sur la plateforme, donc une personnalisation via l’outil Marketing Studio.
- L’amplification des campagnes ou des publications (Amplify) se fait à travers leurs outils de GEO, qu’ils nomment AEO, ainsi que par le Campaign Manager.
- La partie Evolve repose, elle, sur une analyse des bilans de campagne ou des opérations, encore une fois grâce à l’assistant Breeze, qui est capable de tirer des enseignements et de formuler des recommandations.

L‘approche GTM (Go to Market) au sein de la plateforme HubSpot intègre un harnais complet pour optimiser le marketing et la relation client :
- L’assistant Breeze est le point d’accès unique (comme Copilot chez Microsoft ou Gemini chez Google) ;
- Marketing Studio est l’environnement de travail pour les campagnes et opérations marketing, il a bénéficié d’une refonte et d’une intégration plus poussée de l’assistant ;
- L’outil de CRM repose maintenant sur une logique d’auto-apprentissage (la base est enrichie automatiquement à partir des échanges et actions) ;
- Les marketeurs ont la possibilité de connecter d’autres assistants externes (GPT, Claude, Copilot, Gemini…).

Tout ceci semble fonctionner parfaitement, mais ce n’est qu’une partie de ce que leur plateforme agentique sera visiblement capable de proposer dès l’an prochain (je n’ai pas plus d’informations à ce sujet).
Selon lui, nous n’avons fait qu’explorer les capacités actuelles de l’intelligence artificielle, le plus gros des changements reste à venir, et je suis bien d’accord ! Si OpenAI et Anthropic contribuent dans des domaines comme les mathématiques ou les sciences, Google contribue dans le domaine de la santé, Adobe contribue dans le domaine de la créativité, Salesforce contribue dans celui de la relation client, ServiceNow contribue dans le domaine des opérations courantes… HubSpot essaye d’apporter sa contribution dans le domaine du marketing et ses évolutions grâce à l’IA agentique, et à leur théorie sur le Loop Marketing.
Au-delà des outils présentés par HubSpot, cette évolution dessine une direction plus générale de l‘adoption et des pratiques reposant sur l’IA générative : la valeur se construit dans la façon d’organiser le travail autour des modèles génératifs. C’est aussi le fil conducteur de mes réflexions sur la transformation agentique.
Du marketing agentique au vibe marketing
Cette conférence HubSpot apporte un éclairage pertinent sur l’évolution des pratiques de marketing et surtout sur les scénarios d’adoption et de déploiement à grande échelle de l’IA générative. L’enseignement le plus important à retenir est que les modèles génératifs les plus puissants ne peuvent fournir de bons résultats et délivrer des gains de performance qu‘avec un cadre de travail bien conçu.

Là où ça devient très intéressant, c‘est qu‘un harnais ne se limite pas à un seul métier, ce qui est extrêmement pertinent dans le cadre d‘activités transverses comme le GTM qui implique le marketing, la communication, les ventes, la relation-client… C‘est ce principe de harnais commun qui a été bien mis en valeur par Angela DeFranco, la SVP of Product, lors de son intervention sur l‘alignement des contextes métier.

Autant vous dire que je ne peux qu‘approuver ces prises de parole sur la valeur du harnais dans un contexte de travail agentique, ainsi que sur l‘intérêt d’élargir petit à petit le périmètre du harnais.
Vous noterez que le principe de harnais en tant que principal contributeur à une redéfinition agentique du travail est un point de vue que je défends depuis plusieurs mois :
- Les chantiers préalables à votre transformation agentique
- Les modèles de frontière sont des démonstrateurs techniques, pas des solutions universelles
- Quel cadre pour piloter les agents IA ?
Mais je ne fais pas qu’émettre des théories sur l’évolution du marketing, j’essaye également d’y contribuer, notamment avec la publication d’un harnais de vibe marketing qui est détaillé sur un site dédié : Vibe-marketing.fr.
Rassurez-vous j’aurais l’occasion de vous en reparler très bientôt…
Questions / Réponses
Comment l’IA générative transforme-t-elle les pratiques marketing ?
L’IA générative ne sert pas uniquement à produire des contenus ou à automatiser des tâches. Elle permet également d’analyser les marchés, d’étudier les comportements des consommateurs et d’identifier des opportunités (besoins non-couverts, niches non-adressées…). Son potentiel réside surtout dans sa capacité à aider les professionnels à prendre de meilleures décisions et à adapter plus rapidement leurs stratégies à un environnement instable.
Qu’est-ce que le loop marketing ?
Le loop marketing est une approche développée par HubSpot pour adapter les pratiques marketing à l’ère de l’intelligence artificielle. Elle repose sur quatre étapes : Express (définir un message différenciant), Tailor (personnaliser), Amplify (amplifier la diffusion) et Evolve (analyser les résultats). Contrairement aux campagnes traditionnelles, cette méthode privilégie des cycles courts et un apprentissage continu.
Qu’est-ce qu’un environnement de travail agentique pour le marketing ?
Un environnement de travail agentique rassemble les informations, les outils, les méthodes et les agents intelligents nécessaires aux activités marketing. Il permet de dépasser les usages individuels de l’IA pour organiser des processus plus complets, depuis l’analyse du marché jusqu’à l’évaluation des campagnes. L’objectif est de simplifier le travail des équipes tout en améliorant la cohérence et la qualité de leurs décisions.
Pourquoi un harnais est-il essentiel au fonctionnement des agents IA ?
Un harnais est un cadre de travail qui fournit aux modèles d’IA le contexte, les instructions, les méthodes et les outils nécessaires à l’exécution de leurs tâches. Il permet de structurer les processus, de renforcer la rigueur des analyses et d’améliorer la conformité des livrables. La performance ne dépend donc pas uniquement de la puissance du modèle, mais aussi de la qualité de son environnement de travail.
Quelle est la différence entre le marketing agentique et le vibe marketing ?
Le marketing agentique repose sur l’utilisation d’agents intelligents pour exécuter ou coordonner des activités marketing. Le vibe marketing s’inscrit dans cette évolution en privilégiant une approche guidée par l’intention du professionnel, qui définit les objectifs et arbitre les décisions. L’IA prend en charge une partie de l’exploration, de l’analyse et de la préparation des actions, au sein d’un cadre méthodologique structuré.
(!) L’illustration, ainsi que la synthèse et les Q / R de cet article ont été générées à l’aide de l’IA.