Comment une agence marketing peut-elle s'organiser avec l'IA ?

Où en sont les agences françaises avec l’IA ?

Il n’existe pas de statistique publique propre aux agences marketing. Le chiffre le plus proche vient de l’Insee.

Dans la nomenclature de l’Insee, les agences de publicité (code NAF 73.11Z) font partie de la section M, « activités spécialisées, scientifiques et techniques ». En 2025, 33 % des entreprises de cette section utilisaient au moins une technologie d’IA, selon l’enquête TIC publiée le 21/07/2026. Le secteur de l’information-communication, où se trouvent une partie des sociétés de production vidéo, monte à 59 %.

Le baromètre France Num 2026 de la DGE mesure un usage plus large chez les TPE-PME. 40 % utilisent au moins une solution d’IA, et 53 % des PME. L’usage le plus courant est la génération de texte, de voix ou d’images (34 %). L’automatisation de tâches ne concerne que 11 % des TPE-PME.

Je lis ces chiffres ainsi. Beaucoup d’équipes utilisent déjà l’IA pour écrire. Peu l’utilisent pour faire tourner leurs process. C’est là que se trouve le travail utile pour une agence.

Qu’est-ce que l’IA change concrètement dans une agence de 5 à 50 personnes ?

Elle change la façon dont l’information circule. Aujourd’hui, dans beaucoup d’agences, l’information passe par des personnes qui la recopient : d’un appel vers le CRM, d’Ads Manager vers un tableur, d’un tableur vers un mail au client.

Trois définitions suffisent pour suivre la suite de cet article.

• Cerveau d’entreprise : la mémoire de l’agence (clients, méthodes, décisions) rangée dans des fichiers simples qu’un agent IA lit et met à jour.
• Skill : une tâche récurrente écrite une fois, pour que l’agent la refasse de la même façon à chaque fois. Par exemple « rédiger le commentaire du reporting hebdomadaire ».
• Agent : une IA (Claude, via Claude Code, ou un autre assistant) qui lit le cerveau d’entreprise, puis agit. Un humain valide avant que quoi que ce soit parte chez un client.

Claude Code, par exemple, lit un fichier d’instructions (CLAUDE.md) au début de chaque session. Il permet aussi d’enregistrer des skills réutilisables et de se connecter à d’autres outils par le protocole MCP, selon sa documentation. Ce n’est pas le seul outil possible. Le principe reste le même avec d’autres agents.

Voici ce que cela donne process par process.

Par quel process une agence doit-elle commencer ?

Par celui qui revient le plus souvent et dont le résultat se relit en quelques minutes. Une erreur doit se voir avant d’arriver chez le client.

Prenons une agence de 20 personnes qui gère une trentaine de clients en paid social, à titre d’exemple. Le reporting revient chaque semaine pour chaque client. C’est le meilleur point de départ : la tâche est fréquente, la donnée existe déjà dans les plateformes, et les chiffres se vérifient.

Si votre douleur principale est l’information perdue entre l’appel client et l’équipe, commencez plutôt par les comptes rendus. Le bon premier process est celui qui vous coûte le plus de temps aujourd’hui, pas celui qui impressionne le plus.

Comment automatiser le reporting client d’une agence ?

Le reporting repose sur une base solide : chaque grande plateforme publicitaire expose ses données par API.

• L’API Insights de Meta fournit les statistiques au niveau du compte, de la campagne, de l’ensemble de publicités et de la publicité. Selon Meta, elle donne accès à presque toutes les métriques disponibles dans le Gestionnaire de publicités.
• L’API Google Ads s’interroge avec un langage de requête (GAQL) et couvre les campagnes jusqu’aux mots-clés.
• L’API for Business de TikTok permet de créer des rapports automatisés, avec un point d’accès unique pour le reporting, selon TikTok.

Data Studio (le nouveau nom de Looker Studio) se connecte nativement à Google Ads. Pour Meta, il passe par des connecteurs partenaires, développés par des éditeurs tiers.

L’IA n’a pas à calculer les chiffres. Les API le font. Son rôle est d’écrire le commentaire : ce qui a bougé, pourquoi, et ce que l’agence propose. Un humain vérifie avant l’envoi.

La méthode complète, avec les pièges propres à chaque plateforme (attribution, délais de mise à jour, accès), est dans l’article sur la façon d’automatiser le reporting client.

Comment préparer un brief créatif avec l’IA ?

Un bon brief rassemble des informations qui existent déjà dans l’agence, mais à des endroits différents. L’appel avec le client est dans une transcription. Les performances passées sont dans le reporting. Les contraintes de la marque sont dans un dossier partagé.

L’agent assemble ces sources dans un brief structuré. L’équipe créative lit un document complet au lieu de reconstituer le contexte. La décision sur l’angle reste humaine.

Les plateformes offrent aussi des sources publiques. Le Creative Center de TikTok, gratuit et sans connexion, montre les publicités les plus performantes et les hashtags en tendance.

Une précaution s’impose dès qu’on passe à la production. Meta applique une étiquette « AI info » aux publicités créées ou fortement modifiées avec ses outils d’IA générative. En France, la loi du 9 juin 2023 sur l’influence commerciale impose la mention « Images virtuelles » sur certains contenus produits par IA.

Le détail, avec un modèle de brief, est dans l’article sur le brief créatif avec l’IA.

Comment connecter ses appels et ses visios au CRM ?

Le CRM d’une agence n’est jamais à jour pour une raison simple : il faut le remplir à la main après chaque appel. L’IA supprime cette ressaisie.

Deux voies existent dans les outils que les agences utilisent déjà.

Les deux demandent une règle claire sur le consentement des participants. Notion rappelle qu’il faut l’accord de chacun avant de lancer la transcription.

La méthode pour passer de la transcription à un compte rendu fiable, puis à une fiche CRM à jour, est dans l’article sur le CRM d’agence tenu à jour avec l’IA.

Que permettent les contrats clients et le RGPD ?

C’est la question que les dirigeants d’agence posent en premier, et ils ont raison. Vos contrats protègent les données et la propriété intellectuelle de vos clients. Ils s’appliquent aussi aux outils d’IA.

Trois textes encadrent la réponse.

1. Le RGPD, article 28. Quand l’agence traite des données personnelles pour le compte d’un client, elle ne peut faire appel à un autre sous-traitant qu’avec l’autorisation écrite préalable de ce client. Un outil d’IA qui traite ces données en fait partie.
2. Les recommandations de la CNIL sur l’IA générative (18/07/2024). Les utilisateurs ne devraient soumettre que les informations qu’ils sont autorisés à partager. La CNIL recommande de désactiver la réutilisation des données par le fournisseur quand c’est possible.
3. Le contrat client lui-même. Clause de confidentialité, propriété des livrables, liste des sous-traitants : c’est là que se décide ce que vous pouvez faire.

En pratique, je classe les données avant de les donner à un outil : ce qui peut entrer, ce qui entre seulement dans un outil professionnel couvert par un contrat, ce qui n’entre jamais. Le détail est dans l’article sur les données clients et l’IA en agence.

Pourquoi deux clients de plus donnent-ils autant de travail en plus ?

Parce que dans beaucoup d’agences, la méthode vit dans la tête des personnes. Chaque nouveau client ajoute des allers-retours, des questions internes et des relances. La charge ne monte pas au même rythme que le chiffre d’affaires.

L’IA ne règle pas ce problème toute seule. Elle le règle si la méthode est écrite. Un reporting écrit une fois comme skill se refait de la même façon pour le trentième client. Une fiche client tenue à jour par l’agent évite de demander « où en est-on avec ce client ? » au chef de projet.

C’est aussi ce qui répond à la perte d’information entre deux équipes ou deux sites. Quand la mémoire de l’agence est dans des fichiers partagés, l’équipe de Lyon lit la même chose que l’équipe de Paris.

Ce qu’on construit avec l’IA sera-t-il obsolète dans un an ?

Une partie, oui. Les modèles changent, les interfaces aussi. Un assistant configuré dans un outil précis peut disparaître avec lui.

Ce qui ne devient pas obsolète, c’est ce que l’agence écrit pour l’agent :

• les fiches clients (contexte, interlocuteurs, décisions, historique) ;
• les méthodes écrites comme skills ;
• les définitions de KPI par client ;
• les règles sur les données qui peuvent entrer dans un outil.

Je recommande de garder ces éléments dans des fichiers texte simples (Markdown), rangés dans un dossier que vous contrôlez. N’importe quel agent sait les lire. Si vous changez d’outil, vous gardez votre cerveau d’entreprise.

Quels outils une agence a-t-elle déjà pour démarrer ?

La plupart des agences ont déjà les briques nécessaires. Il manque souvent la méthode qui les relie.

Avant d’acheter un nouvel outil, je regarde ce que ceux-ci permettent déjà. Si votre agence n’utilise qu’une partie de son outil de reporting, exploiter le reste coûte en général moins cher que d’en changer.

Comment s’y prendre, étape par étape ?

1. Commencez par vous-même. Le dirigeant utilise l’agent sur ses propres tâches pendant quelques semaines avant de l’imposer à l’équipe.
2. Choisissez un process dans le tableau plus haut. Mesurez le temps qu’il prend aujourd’hui, client par client.
3. Classez vos données. Listez ce que vos contrats clients autorisent et ce qu’ils interdisent.
4. Choisissez un outil professionnel dont le contrat exclut l’entraînement sur vos données et prévoit un accord de traitement des données.
5. Écrivez la méthode du process comme une skill : entrées, étapes, format de sortie, points de contrôle.
6. Testez sur deux ou trois clients, en relisant tout. Corrigez la méthode, pas seulement le résultat.
7. Étendez à l’équipe quand la méthode est stable. Formez chaque personne aux limites de l’outil.
8. Mesurez à nouveau et passez au process suivant.

Quelles sont les limites ?

• Les erreurs. Une IA se trompe, y compris sur des chiffres. La CNIL recommande de ne jamais reprendre telles quelles les sorties d’un système d’IA générative. Tout ce qui part chez un client est relu.
• Les données. Un outil grand public mal configuré peut réutiliser ce que vous lui donnez. Vérifiez les conditions de chaque outil avant d’y mettre une donnée client.
• L’obligation de formation. L’article 4 de l’AI Act demande aux entreprises qui utilisent des systèmes d’IA de prendre des mesures pour développer la maîtrise de l’IA de leur personnel.
• L’adoption. Un outil que seul le dirigeant utilise ne change pas l’agence. La méthode doit être écrite et partagée.
• Le coût. Abonnements, connecteurs partenaires et temps de mise en place s’additionnent. Comparez-les au temps réellement gagné, mesuré avant et après.
• La dépendance à une personne. Si une seule personne sait faire tourner le système, il s’arrête quand elle part.

Mon conseil est d’avancer process par process. Chaque étape doit avoir sa mesure avant et après, et ses règles écrites sur les données. Vous gardez ainsi la main sur ce que vous construisez, quel que soit l’outil du moment.