L’intelligence artificielle progresse vite.
Elle écrit des annonces, génère des visuels, synthétise des rapports, détecte des corrélations, propose des optimisations, automatise une partie de l’exécution. Elle rend accessibles en quelques secondes des tâches qui prenaient des heures.
Il est donc tentant de conclure : « l’IA va remplacer le media buying ».
Cette phrase est compréhensible, et dans un sens, elle est même utile.
Parce qu’elle force à clarifier une confusion que l’industrie entretient depuis des années.
Le media buying n’est pas un ensemble de clics.
Le media buying est une discipline de décision.
Et c’est exactement là que le paradoxe apparaît.
Plus l’IA devient puissante, plus le media buying devient exigeant.
Non pas plus technique. Plus exigeant en raisonnement, en cadre, en priorisation, en responsabilité.
Ce texte explique pourquoi.
1) Pourquoi on croit que l’IA va remplacer le media buying
La croyance ne vient pas de nulle part. Elle s’appuie sur des observations réelles.
1.1. L’IA fait déjà une partie du travail visible
Ce qui est visible en acquisition, c’est l’exécution.
Écrire des variations de textes.
Produire des hooks.
Décliner des angles.
Créer des scripts.
Structurer des tests.
Lire un rapport.
Sortir des insights.
Recommander un changement.
Ce sont des activités concrètes, mesurables, faciles à démontrer. Et l’IA est excellente sur ce terrain.
1.2. Le marché a confondu exécution et media buying
Pendant longtemps, le marché a vendu le métier comme :
savoir créer des campagnes
maîtriser les audiences
optimiser le ROAS
scaler
Autrement dit, du savoir-faire de plateforme.
Résultat : si tu définis le métier par la manipulation d’outils, alors oui, l’IA semble capable de le remplacer. Mais c’est une erreur de définition, pas une fatalité du métier.
1.3. Les plateformes ont intérêt à pousser cette narration
Les régies publicitaires comme Meta ou Google ont une trajectoire claire : réduire la complexité et augmenter l’adoption.
Moins de friction signifie plus d’annonceurs.
Plus d’automatisation signifie plus de volume.
Plus de simplicité signifie plus de dépenses.
Elles encouragent donc une vision où la création devient assistée, le ciblage opaque, la distribution algorithmique et l’optimisation recommandée.
Le message implicite est simple : laissez faire la machine.
Ce message fonctionne parce qu’il répond à un besoin réel. Beaucoup d’annonceurs n’ont ni le temps, ni les compétences, ni l’organisation pour faire mieux.
1.4. La plupart des comptes sont sous-structurés
Une partie de la performance n’est pas une question de génie. C’est une question de fondamentaux.
Un tracking correct.
Une offre cohérente.
Des créas suffisantes.
Une structure minimale.
Une hygiène de compte.
Si une IA pousse un compte de mauvais à moins mauvais, l’effet peut être spectaculaire. D’où l’illusion que l’IA a remplacé le media buyer.
En réalité, elle a simplement remplacé une absence de méthode.
2) Ce que l’IA automatise réellement en media buying
Pour comprendre ce qu’elle remplace, il faut distinguer trois niveaux.
Les tâches, l’exécution.
Les opérations, les process.
Les décisions, la responsabilité.
L’IA est redoutable sur les deux premiers niveaux.
2.1. Les tâches : vitesse, variation, production
L’IA accélère la génération de variations, la production de briefs, la synthèse de retours clients, la création de matrices de tests et l’extraction de patterns sur de grands volumes.
Elle n’apporte pas forcément de la vérité.
Elle apporte de la vitesse et de la largeur.
2.2. Les opérations : organisation du travail
L’IA peut soutenir des opérations comme les checklists de lancement, les contrôles de cohérence, la détection d’anomalies ou une priorisation assistée par des règles.
Ce point est crucial. L’IA est très utile quand un cadre existe déjà.
Sans cadre, elle devient un générateur de suggestions, et une suggestion sans critère n’a aucune valeur.
2.3. La partie plate du métier
L’IA automatise progressivement ce qui est répétitif, descriptif, standardisable, comparable et calculable.
Faire plus vite.
Faire plus.
Faire varier.
Faire rapporter.
Ce qu’elle ne remplace pas, c’est ce qui relève du choix, de l’arbitrage, de l’acceptation du risque et de la priorisation.
C’est précisément ce qui définit le haut niveau du media buying.
3) Ce que le media buying n’a jamais été
Le media buying est souvent résumé à créer des campagnes, choisir une audience et optimiser des métriques.
Cette vision est incomplète.
3.1. Le pilotage d’un système
Une campagne n’est jamais isolée. Elle fait partie d’un système.
L’offre et le prix.
Le message et la promesse.
La créa et l’attention.
Le canal et l’intention.
La landing et la conversion.
Le tracking et la vérité.
Le CRM et le suivi.
La livraison et l’expérience.
La marge et la réalité économique.
On peut optimiser dans la plateforme et faire régresser le business.
Parce que la plateforme n’est pas le business.
Une métrique n’est pas un objectif.
Un dashboard n’est pas une stratégie.
Ce sont des instruments. La stratégie est le choix de ce que tu poursuis et de ce que tu acceptes de sacrifier.
3.2. Arbitrage et responsabilité
Le media buyer décide sous contraintes budgétaires, créatives, d’offre, de tracking, de timing, de cashflow et de ressources.
Il ne cherche pas la meilleure optimisation.
Il cherche le meilleur arbitrage dans un contexte réel.
L’IA peut calculer.
Elle ne peut pas porter la responsabilité de cet arbitrage.
3.3. Gestion du risque
Chaque dépense publicitaire est une décision de risque.
Risque de test.
Risque de scale.
Risque créatif.
Risque de tracking.
Risque business.
L’IA peut indiquer que ça monte ou que ça baisse.
Elle ne peut pas définir ce qui est acceptable dans un modèle économique donné.
4) Le vrai effet de l’IA
L’IA n’est pas un remplacement.
C’est une amplification.
4.1. Capacité contre justesse
L’IA permet plus de tests, plus de variations, plus d’itérations, plus de vitesse.
Mais plus de vitesse n’implique pas de meilleures décisions.
Plus de données n’implique pas plus de vérité.
Sans cadre, l’IA augmente surtout le bruit, l’agitation, la confusion et les optimisations au hasard.
4.2. Une erreur plus chère
Plus l’exécution est rapide, plus l’erreur coûte cher.
Avant, un mauvais raisonnement mettait du temps à produire des dégâts.
Aujourd’hui, il peut les produire en une journée.
L’IA n’est pas dangereuse parce qu’elle est fausse.
Elle est dangereuse quand elle donne de la confiance à une structure qui n’existe pas.
4.3. Révélation des lacunes
Si tu sais décider, l’IA te rend plus performant.
Si tu ne sais pas décider, elle te rend plus rapide à mal décider.
5) Où se situe la vraie valeur en 2026
La valeur ne disparaît pas. Elle se déplace.
5.1. Définir des règles de décision
Savoir quand lancer, quand couper, quand scaler, quand attendre, quand changer de créa, quand changer de structure et quand ignorer une métrique.
Ces règles ne sont jamais universelles.
Elles sont toujours contextuelles.
5.2. Prioriser
La majorité des comptes échouent par mauvaise priorisation.
On optimise des CPC alors que l’offre est faible.
On touche aux budgets alors que le tracking ment.
On change de ciblage alors que la créa est saturée.
On multiplie les campagnes alors que le message est flou.
La question centrale reste toujours la même.
Qu’est-ce qui compte maintenant.
5.3. Lire les signaux
Une métrique est un chiffre.
Un signal est une information interprétée.
L’IA peut proposer des hypothèses.
Elle ne sait pas laquelle mérite une décision.
5.4. Poser le cadre business
L’IA ne connaît ni la marge réelle, ni le cashflow, ni les délais logistiques, ni la qualité des leads, ni le LTV réel, ni les contraintes opérationnelles.
Elle peut donc optimiser vers un chiffre qui détruit la réalité.
Le media buyer moderne relie la plateforme au business.
6) Comment utiliser l’IA correctement
L’IA assiste la décision.
Elle ne la remplace pas.
Elle peut aider à produire, analyser, structurer et documenter.
Mais la décision reste humaine.
Avant d’exécuter une recommandation, trois questions suffisent.
Quel est le problème exact.
Quel est le coût de se tromper.
Quelle donnée pourrait invalider cette décision.
Si tu ne peux pas répondre, tu n’es pas prêt à agir.
7) Ce que l’IA remplace réellement
Oui, l’IA va remplacer quelque chose.
Elle va remplacer les exécutants sans cadre, les optimisations mécaniques, les variations sans compréhension et le media buying réduit à des clics.
Elle ne remplacera pas l’analyse.
La capacité à comprendre un contexte, à distinguer un symptôme d’un problème réel, à formuler des hypothèses à partir de données imparfaites et parfois contradictoires reste une compétence humaine centrale.
Elle ne remplacera pas la construction d’un système cohérent. Un système où chaque décision s’inscrit dans une logique globale, où les campagnes, les messages, les créatifs, le tracking et la réalité business sont pensés ensemble, et non optimisés en silos.
Elle ne remplacera pas la lecture des signaux. Savoir interpréter une variation, comprendre ce qui est structurel et ce qui est conjoncturel, identifier ce qui mérite une action immédiate et ce qui doit être ignoré demande de l’expérience et du jugement, pas seulement des corrélations.
Elle ne remplacera pas l’arbitrage sous contrainte. Choisir entre plusieurs options imparfaites, accepter un risque mesuré, décider de ralentir, de couper ou parfois de ne rien faire ne relève pas d’un calcul automatique.
Enfin, elle ne remplacera pas la responsabilité. Assumer une décision, en comprendre les conséquences et en porter les effets appartient toujours à celui qui décide, pas à l’outil.
Conclusion
L’IA va remplacer le media buying.
Si par media buying on entend lancer des campagnes, suivre des recommandations et ajuster des métriques sans les comprendre, alors oui.
Mais si par media buying on entend penser, structurer, décider et assumer, alors non.
Et c’est même l’inverse.
Plus l’IA progresse, plus la valeur se déplace vers la décision.
L’IA accélère l’exécution.
Elle ne remplace pas la stratégie.
👉 Comprendre avant d’optimiser.