La semaine dernière, l’équipe d’Espace M a troqué ses écrans habituels pour parcourir les allées du salon de la transformation numérique Connexion 2026. L’objectif ? Prendre le pouls des meilleures pratiques de l’industrie, s’inspirer, et, surtout, ramener des apprentissages concrets pour faire progresser nos propres méthodes de travail.
Dans un écosystème publicitaire où l’intelligence artificielle est sur toutes les lèvres, l’adopter simplement pour suivre la vague n’est pas une option. L’objectif est de l’utiliser stratégiquement pour rendre nos méthodes de travail encore plus intelligentes et performantes, et, surtout, toujours au bénéfice de nos clients.
Voici les grandes leçons retenues de cette journée intensive.
Nos 4 leçons
1. Le grand paradoxe : pourquoi 95 % des projets IA échouent-ils ?
Le constat partagé par les experts est percutant : si les initiatives se multiplient, 95 % des projets d’IA générative en entreprise échouent à démontrer un retour sur investissement financier mesurable à court terme. Pire encore, au Canada, 42 % des projets sont abandonnés en cours de route.
Pourquoi un tel fossé entre la promesse technologique et la réalité ?
- Le piège du « bottom-up » désordonné : lancer des projets pilotes dans toutes les directions sans structure ni objectifs d’affaires clairs mène inévitablement à l’épuisement des équipes.
- L’absence d’infrastructure de mesure : on ne peut pas évaluer le succès sans comprendre notre point de départ (baseline) dès le premier jour et sans mesurer les améliorations réelles.
- Pas de data, pas d’IA : plus de 60 % des projets seront abandonnés d’ici la fin de l’année par manque de données prêtes, structurées et nettoyées.
Notre vision: un projet IA n’est pas un projet purement technologique, c’est un projet d’affaires et, avant tout, une aventure humaine. Pour générer de la valeur réelle, les algorithmes doivent impérativement être guidés et encadrés par l’expertise interne des membres de nos équipes. La rétroaction des utilisateurs est également essentielle à la bonne intégration des nouveaux outils.
2. IA générative vs IA agentique : le passage à l’action
Une clarification essentielle a été apportée lors des échanges sur la transition majeure qui s’opère actuellement: le passage de l’IA générative à l’IA agentique.
Contrairement à un simple chatbot qui attend passivement une commande humaine, un système agentique prend en charge un objectif global défini, interagit avec des outils tiers, possède une mémoire persistante et automatise des processus complets (comme la gestion de flux de courriels ou le traitement d’une commande).
IA Générative ➔ Répond à une demande ➔ Initiative humaine (ex. Rédiger un courriel)
IA Agentique ➔ Prend en charge un objectif ➔ Initiative partagée (ex. Gérer une boîte de réception)
Ce que nous mettons en pratique : commencer petit, mesurer rigoureusement, puis passer à l’échelle. L’accessibilité de ces outils permet d’automatiser dès maintenant les tâches répétitives et sans valeur ajoutée, libérant ainsi du temps pour des tâches plus stratégiques au bénéfice de nos clients.
3. La vérité choc : « l’IA ne sait pas compter »
C’est une réalité terrain essentielle qui résonne particulièrement avec le quotidien des planificateurs média : un LLM (Large Language Model) est un modèle de langage, pas un modèle mathématique.
Si l’on demande à une IA d’additionner ou d’analyser de façon brute 3 000 lignes de données issues d’un compte publicitaire Google ou Meta, les résultats s’avèrent variables et parfois truffés d’erreurs.
Pour obtenir des analyses de performance fiables, il est impératif de structurer l’IA en lui fournissant un cadre strict, des outils de calcul externes adaptés et une documentation rigoureuse. L’humain doit absolument rester au centre de la boucle pour superviser, valider et contrôler les livrables.
4. Le marketing de performance propulsé par Meta
Pour clore cette journée d’apprentissages, les nouveautés de Meta ont exposé une vision où l’IA s’intègre directement dans le quotidien des marketeurs, notamment à travers sa suite Advantage+.
L’IA n’est plus une simple fonctionnalité isolée, elle devient la plateforme elle-même. Les algorithmes permettent aujourd’hui d’optimiser les budgets en temps réel, d’ajuster les créations de manière dynamique et de générer automatiquement des déclinaisons adaptées aux préférences des utilisateurs (traductions automatiques, outils de marque personnalisés). Les résultats concrets démontrent des baisses médianes allant jusqu’à 20 % du coût par résultat (CPA) sur les campagnes de vente.
En conclusion : évoluer pour mieux accompagner
Ce qu’il faut retenir de Connexion 2026, c’est que la maturité numérique ne s’improvise pas. Mesurer le ROI de l’IA va bien au-delà de l’efficacité temporelle ou du gain financier immédiat : cela touche la résilience de nos processus et la qualité globale des livrables de notre agence.
Nous revenons de cet événement avec une feuille de route claire qui confirme et enrichit notre plan de match existant face à l’IA. En intégrant ces meilleures pratiques, en acceptant la friction saine liée à l’apprentissage de nouveaux outils et en protégeant rigoureusement la souveraineté des données, nous nous assurons que le travail produit au quotidien demeure humain, hautement stratégique et résolument performant.
Article co-rédigé avec Steve Richer
