L’innovation marketing est-elle en panne ?

Temps de lecture : 15min.

Un directeur marketing peut aujourd’hui demander à une intelligence artificielle de lui proposer cinquante slogans, vingt concepts de campagne, dix scripts vidéo et leurs déclinaisons pour LinkedIn, Instagram ou TikTok. Il peut générer les premiers visuels, traduire l’ensemble en quinze langues, tester plusieurs variantes et obtenir un reporting presque en temps réel. Il n’a jamais disposé d’autant de données, de canaux et d’outils pour créer, produire, mesurer et recommencer.

Alors pourquoi avons-nous parfois l’impression que tout se ressemble ?

Le paradoxe mérite qu’on s’y arrête. En 2025, seulement 14 % des professionnels du marketing interrogés par Kantar considéraient la publicité en général comme innovante. Le chiffre ne signifie évidemment pas que 86 % des campagnes seraient mauvaises, encore moins que les professionnels du marketing auraient collectivement perdu leur imagination. Il suggère en revanche un décalage intéressant entre une industrie qui n’a jamais disposé d’autant de moyens pour expérimenter et la perception de ce qu’elle produit.

Il serait facile d’en accuser les nouvelles générations, les réseaux sociaux, les algorithmes ou, dernier suspect arrivé sur les lieux, l’intelligence artificielle. Ce serait aussi un peu court. Car derrière cette éventuelle panne de l’innovation se cache peut-être quelque chose de plus profond : une transformation de l’environnement dans lequel les idées naissent, mûrissent et, parfois, meurent avant même d’avoir eu leur chance.

Quand « faire mieux » signifie surtout « faire plus vite »

Commençons par un constat plutôt rassurant : le marketing n’est certainement pas en panne du côté de la production. Une équipe qui aurait autrefois travaillé plusieurs semaines pour concevoir et décliner une campagne peut désormais produire des dizaines, voire des centaines de variations. Photographie, vidéo, montage, analyse, automatisation, traduction, génération de textes et d’images : les barrières techniques et financières tombent les unes après les autres. Une petite entreprise dispose aujourd’hui, pour quelques centaines ou milliers d’euros, de capacités qui auraient nécessité il y a vingt ans plusieurs prestataires et un budget autrement plus conséquent.

Cette démocratisation intervient pourtant dans un environnement où la pression économique sur les directions marketing reste particulièrement forte. Selon Gartner, les budgets marketing représentaient en moyenne 7,8 % du chiffre d’affaires des entreprises interrogées en 2026, contre 7,7 % en 2025. Ils restent surtout sur un plateau depuis plusieurs années et Gartner les situe 18 % sous leur niveau moyen des quatre années précédentes. Plus révélateur encore, 56 % des CMO interrogés déclarent ne pas disposer du budget nécessaire pour réaliser leur stratégie 2026.

Et une nouvelle ligne budgétaire est venue s’inviter dans l’équation : l’intelligence artificielle. Elle représente désormais en moyenne 15,3 % du budget marketing des organisations interrogées par Gartner, alors que seuls 30 % des CMO considèrent leur organisation suffisamment mature pour réellement passer l’IA à l’échelle.

Il y a là une contradiction assez représentative de l’époque. On demande simultanément au marketing de soutenir la croissance, de réduire ses coûts, d’adopter de nouveaux outils, de transformer son organisation, de produire davantage de contenus et, naturellement, de continuer à innover. « Faites mieux, faites plus vite, faites moins cher… et soyez créatifs » pourrait presque devenir la nouvelle fiche de poste du CMO.

Chiffres clés 2026

Marketing sous pression

Des budgets qui stagnent, des attentes qui montent et une IA qui absorbe déjà une part significative des investissements marketing.

7,8%

du chiffre d’affaires est consacré en moyenne au budget marketing en 2026.

56%

des CMO jugent leur budget insuffisant pour exécuter leur stratégie.

15,3%

du budget marketing est désormais consacré à l’intelligence artificielle.

30%

seulement déclarent disposer d’une maturité IA suffisante pour passer à l’échelle.

Nous avons peut-être supprimé une partie des endroits où l’on apprenait

Il y avait autrefois dans les grandes entreprises et, plus encore, dans certaines agences une drôle de machine à produire des compétences. Elle n’était ni particulièrement rapide ni particulièrement rentable à court terme. On recrutait des stagiaires, des assistants, de jeunes chefs de projet et des créatifs juniors. Ils préparaient des benchmarks, faisaient des présentations parfois interminables, vérifiaient des fichiers, rédigeaient des premières versions imparfaites et produisaient parfois en une journée ce qu’un senior aurait terminé en une heure.

Bref, ils apprenaient leur métier.

Tout cela avait un coût, mais ce coût cachait un investissement. Une organisation acceptait qu’un débutant soit temporairement moins productif parce qu’elle contribuait ainsi à fabriquer un professionnel expérimenté. Et cet apprentissage ne passait pas seulement par la formation formelle : il venait aussi des corrections, des réunions, des mauvaises pistes, des présentations ratées et de cette phrase redoutée de certains directeurs de création : « Ce n’est pas encore ça, recommence. »

Illustration : des stagiaires apprennent le métier

La réduction des équipes et l’automatisation viennent fragiliser cette mécanique. Le phénomène dépasse largement le marketing. Le World Economic Forum soulignait en 2026 que plus d’un jeune travailleur sur trois dans le monde occupe un métier moyennement ou fortement exposé à une transformation de ses tâches par l’IA. Dans les métiers du marketing et de la communication, il suffit d’observer les usages actuels des outils génératifs pour comprendre pourquoi certaines tâches historiquement confiées aux débutants sont directement concernées : première recherche documentaire, benchmark, synthèse, adaptation d’un texte, recherche d’accroches, première maquette ou déclinaison d’un contenu.

Il ne s’agit évidemment pas de regretter les nuits passées à redimensionner trente-sept bannières ou à corriger manuellement une présentation de cent slides. Peu de professionnels réclameront le retour de cette glorieuse époque. Mais derrière la disparition des tâches ingrates se cache une question beaucoup plus sérieuse : si nous automatisons précisément les tâches sur lesquelles les débutants apprenaient leur métier, comment fabriquerons-nous les experts de demain ?

Car apprendre ne consiste pas seulement à recevoir la bonne réponse. C’est aussi produire quelque chose d’imparfait, comprendre pourquoi cela ne fonctionne pas, recommencer et construire progressivement son jugement. Une IA peut éviter la première erreur, mais éviter toutes les erreurs n’est pas nécessairement la meilleure façon d’apprendre à ne plus en faire.

À l’autre extrémité de la pyramide apparaît d’ailleurs une contradiction complémentaire. Dans beaucoup d’organisations, la récompense accordée à un excellent exécutant consiste progressivement à lui demander… de moins exécuter. Le très bon concepteur-rédacteur devient directeur de création, le développeur devient responsable technique, le spécialiste marketing prend une équipe et l’excellent chef de projet devient directeur. La logique est compréhensible : leur expérience doit bénéficier aux autres. Mais elle aboutit parfois à ce que les profils disposant du plus de métier consacrent davantage de temps à coordonner, arbitrer, recruter, budgéter et présenter qu’à fabriquer.

Le problème n’est donc pas générationnel. Il existe des jeunes professionnels extraordinairement créatifs et des seniors parfaitement conformistes, et inversement. Il est plutôt organisationnel : les meilleurs profils sont rapidement aspirés vers l’encadrement tandis qu’une partie du travail qui permettait aux suivants d’acquérir de l’expérience est automatisée. Entre les deux, l’espace dans lequel on devient progressivement très bon pourrait bien se rétrécir.

La formidable machine à reproduire ce qui fonctionne

Le marketing moderne a accompli une révolution majeure : il a rendu une grande partie de son activité mesurable. Nous savons combien de personnes ont vu une publicité, combien ont cliqué, combien ont converti, quel objet d’e-mail fonctionne le mieux, quelle landing page génère davantage de leads ou quelle miniature obtient le meilleur taux de clic. Cette culture de la donnée a corrigé beaucoup de décisions autrefois fondées sur l’intuition du responsable le mieux payé autour de la table.

Mais toute médaille possède désormais son dashboard.

Le problème est presque mathématique : ce qui a déjà fonctionné dispose toujours de davantage de données que ce qui n’a jamais été essayé. Un concept utilisé par plusieurs concurrents peut être documenté, benchmarké et rassurant. Une idée véritablement nouvelle arrive, par définition, sans historique.

Face à un comité de direction, « nos concurrents le font » constitue alors une forme étonnamment efficace d’assurance professionnelle. Si l’idée fonctionne, tout va bien. Si elle échoue, personne n’avait véritablement pris de risque puisque le marché entier semblait aller dans cette direction.

« L’avantage du copycat : **même l’échec devient collectif.** »

À l’inverse, proposer quelque chose que personne ne fait revient à ajouter à l’incertitude économique une chose particulièrement inconfortable : la responsabilité personnelle de celui qui a proposé l’idée.

Cette dérive vers le court terme est très antérieure à ChatGPT. Dès 2016, Peter Field alertait dans Selling Creativity Shortsur la combinaison du court-termisme et de la réduction des investissements accordés aux campagnes créatives. Son analyse des données de l’IPA montrait notamment que l’évaluation des campagnes sur des périodes de six mois ou moins avait été multipliée par quatre en une décennie. Trois ans plus tard, The Crisis in Creative Effectiveness dressait un constat encore plus sévère : sur près de 600 cas analysés entre 1996 et 2018, les campagnes récompensées pour leur créativité avaient perdu une grande partie de l’avantage d’efficacité qu’elles possédaient historiquement, phénomène que l’étude associait notamment à la montée du court-termisme.

Autrement dit, la créativité n’avait pas cessé d’exister ; on avait changé les conditions dans lesquelles on lui demandait d’être rentable. Et lorsque le résultat d’une campagne est jugé avant même qu’une stratégie de marque ait eu le temps de produire ses effets, l’optimisation tactique dispose naturellement d’un avantage sur la construction patiente d’une différence.

Bienvenue dans la grande mer du « pareil »

Cette aversion au risque possède aussi une traduction visuelle. Observez certaines catégories de logiciels B2B, de startups, de cabinets de conseil, de marques digitales ou même de maisons de luxe en masquant leur nom. Même minimalisme, mêmes photographies, mêmes typographies, mêmes promesses, mêmes interfaces très propres et parfois cette impression étrange qu’en remplaçant le logo, la création pourrait parfaitement appartenir au concurrent.

Le phénomène est suffisamment visible pour avoir reçu un surnom : le « blanding », contraction assez cruelle de branding et blending. Dans le luxe, plusieurs identités historiquement très typées ont ainsi été simplifiées au cours des dernières années. Les signatures sont devenues plus sobres, les typographies souvent plus neutres et les palettes volontiers monochromes.

La logique n’est pourtant pas absurde. Une identité contemporaine doit fonctionner sur un smartphone, une application, une montre connectée, un site international, une vidéo verticale, une marketplace et des dizaines de supports qui n’existaient pas lorsque certaines maisons ont dessiné leur premier monogramme. Le minimalisme répond donc aussi à de véritables contraintes techniques et commerciales.

Le problème commence lorsque cette simplification devient une assurance contre le risque. Une couleur forte peut être clivante, une typographie originale déplaire, un ton particulier agacer et une identité trop locale sembler moins internationale. Il devient alors tentant de supprimer progressivement toutes ces aspérités : on simplifie la typographie, on neutralise les couleurs, on internationalise le discours et l’on adopte des codes graphiques qui ont déjà fait leurs preuves ailleurs. À force de supprimer tout ce qui pourrait diviser, certaines marques finissent aussi par supprimer ce qui permettait de les reconnaître.

Même certaines références géographiques deviennent des codes marketing plus que des indications d’origine. Une marque peut ainsi être née très loin de la capitale et éprouver néanmoins l’irrésistible besoin de devenir « quelquechose.Paris ». Paris est manifestement très grand.

Il faut néanmoins se garder d’une confusion : cohérence ne signifie pas uniformité. Une étude System1 menée avec l’IPA sur plus de 4 000 publicités et quelque 600 000 évaluations montre au contraire que les marques les plus cohérentes produisent en moyenne des créations plus efficaces. Les campagnes des marques cohérentes génèrent notamment 27 % de « very large brand effects » supplémentaires dans les données IPA analysées.

Reconnaître immédiatement une publicité Coca-Cola, Apple ou McDonald’s n’est donc pas un symptôme de manque d’innovation. C’est même souvent la démonstration d’une identité suffisamment forte pour évoluer sans avoir besoin de repartir de zéro à chaque campagne. La vraie frontière se situe moins entre changement et permanence qu’entre identité et interchangeabilité.

Du grand film à la grande fabrique de contenus

À cette pression économique et cette standardisation s’ajoute une transformation profonde de nos usages médiatiques. Les réseaux sociaux ont installé le scroll comme geste quotidien. TikTok, Instagram Reels et YouTube Shorts ont popularisé des formes narratives extrêmement courtes, tandis que les notifications interrompent les contenus et que les contenus eux-mêmes se disputent quelques secondes d’attention.

Il faut toutefois se méfier du cliché selon lequel l’être humain moderne serait devenu biologiquement incapable de se concentrer plus de huit secondes. Cette formule très souvent reprise simplifie abusivement un phénomène beaucoup plus complexe. Ce qui est beaucoup plus tangible, c’est la fragmentation de l’attention et la transformation de l’environnement médiatique dans lequel les créations doivent exister.

Le marketing s’est logiquement adapté. Le film publicitaire devient capsule, la capsule devient short, le visuel devient carousel et le début du message doit devenir un « hook » suffisamment efficace pour empêcher le pouce de poursuivre sa route. Cette évolution a créé de nouveaux langages, de nouveaux talents et parfois d’excellentes créations. Faire trente secondes brillantes n’a jamais été plus facile que faire trois minutes médiocres.

Mais elle a aussi favorisé une autre évolution : le passage d’une logique de campagne à une logique industrielle de production de contenus. On ne produit plus seulement une création : on produit un master, puis ses formats, ses accroches, ses miniatures, ses adaptations locales, ses versions verticales et ses multiples variations destinées aux tests. L’intelligence artificielle accélère encore cette mécanique en permettant d’envisager des dizaines ou des centaines de variantes à un coût marginal de plus en plus faible.

La question devient alors moins « sommes-nous capables de produire ? » que « savons-nous encore pourquoi nous produisons tout cela ? »

LA MACHINE À CONTENUS

Une idée. Puis 600 contenus.

Quand une idée unique entre dans la chaîne de production marketing, les déclinaisons se multiplient très vite.

✦ 1 idée

→

1 concept
de campagne

→

MULTIPLICATION

5 formats

4 accroches

3 visuels

10 marchés

→

RÉSULTAT 600 contenus

Produire n’est plus vraiment le problème. La question est de savoir si multiplier les contenus revient aussi à multiplier les idées.

L’IA et la disparition de la page blanche

C’est ici que l’intelligence artificielle générative change subtilement la nature du problème. La page blanche est désagréable : elle donne l’impression de ne rien produire. Pendant longtemps, pourtant, elle faisait partie du travail créatif. Chercher une idée impliquait de lire, de discuter, d’observer ce qui se faisait ailleurs, d’abandonner une piste, d’y revenir et parfois de trouver une solution au moment où l’on avait justement cessé de la chercher. Tout cela est assez difficile à inscrire dans Jira et encore plus compliqué à valoriser dans un tableau de productivité.

Avec une IA générative, cette page blanche peut disparaître en quelques secondes. Il suffit de demander vingt idées de campagnes, trente accroches ou dix angles éditoriaux pour obtenir immédiatement une matière exploitable. Certaines propositions seront mauvaises, beaucoup seront convenables et quelques-unes pourront être réellement intéressantes. C’est précisément parce que ces réponses sont souvent correctes que le phénomène mérite notre attention.

*« 4 732 contenus générés… Reste à trouver la bonne* idée. »

Les premières recherches consacrées à l’IA et à la créativité dessinent en effet un paradoxe fascinant. Une méta-analyse publiée en 2025 par Niklas Holzner, Sebastian Maier et Stefan Feuerriegel a regroupé 28 études portant sur 8 214 participants. Ses résultats sont loin du discours catastrophiste selon lequel la machine tuerait toute créativité : les humains assistés par une IA générative obtiennent en moyenne de meilleures performances créatives que ceux travaillant sans assistance. Mais les chercheurs constatent parallèlement un effet négatif important sur la diversité des idées produites.

Nous pourrions donc devenir individuellement plus efficaces tout en produisant collectivement des idées plus semblables.

Le risque n’est pas nécessairement que l’IA fournisse de mauvaises réponses. Au contraire, elle fournit de plus en plus souvent des réponses suffisamment pertinentes, bien écrites et plausibles pour que nous soyons tentés de nous arrêter là. La première idée suffisamment bonne pourrait progressivement nous dispenser de chercher l’idée vraiment bonne.

C’est peut-être ici que se situe l’un des principaux dangers créatifs de l’IA. Non pas dans une incapacité de ChatGPT à créer, mais dans sa capacité à créer suffisamment bien pour que nous arrêtions parfois trop tôt de le challenger. Et tant qu’à déléguer une partie de notre réflexion à une machine, mieux vaut effectivement garder un œil sur ses sources : la créativité supporte assez bien l’imagination, un business case un peu moins.

28 études analysées

8 214 participants

↑

PERFORMANCE

L’assistance par GenAI améliore en moyenne les performances créatives individuelles.

MAIS

↓

DIVERSITÉ

Dans le même temps, elle tend à réduire la diversité des idées produites.

Le paradoxe : l’IA peut nous aider à être meilleurs sans nécessairement nous aider à être plus différents.

Source : Holzner, Maier & Feuerriegel, 2025.

Et si l’innovation n’était simplement plus là où nous la cherchons ?

À ce stade, le dossier pourrait facilement basculer dans le « c’était mieux avant ». Les grandes agences, les campagnes mûries pendant des semaines, les juniors apprenant auprès des anciens, les films publicitaires scénarisés… et pourquoi pas la réclame en noir et blanc pendant que nous y sommes ?

Ce serait oublier un élément essentiel : il n’y a probablement jamais eu autant de personnes capables de transformer une idée en création et de la diffuser.

Il y a vingt ans, produire une publicité vidéo de qualité professionnelle, réaliser une animation 3D, prototyper un service numérique ou lancer une campagne internationale nécessitait des budgets importants et de nombreux intermédiaires. Aujourd’hui, une équipe minuscule peut accomplir une partie de ce travail. L’abaissement des barrières techniques ne constitue pas seulement une menace pour certains métiers : il représente également une extraordinaire démocratisation des capacités créatives.

Nous commettons peut-être aussi l’erreur de chercher l’innovation exclusivement là où elle se trouvait auparavant. Une idée remarquable peut désormais venir d’un créateur indépendant, d’une petite équipe growth, d’un studio de trois personnes, d’une communauté en ligne, d’un développeur capable de fabriquer lui-même sa démonstration ou d’une marque dialoguant directement avec son public. L’agence n’a plus le monopole de la création et le service marketing non plus.

Les formats courts eux-mêmes ne sont pas nécessairement synonymes d’appauvrissement. Ils ont créé leurs propres codes narratifs, leurs propres formes d’humour et de nouveaux talents. Concevoir une excellente vidéo de vingt secondes capable de raconter quelque chose, d’être identifiée immédiatement et de donner envie de rester demande de vraies compétences. Le problème n’est donc pas TikTok, pas plus que le problème n’était autrefois la télévision. Il commence lorsqu’une marque fait du TikTok uniquement parce qu’on lui a expliqué que « c’est là que sont les jeunes ».

Et si l’IA nous rendait finalement plus audacieux ?

L’antithèse devient encore plus intéressante lorsqu’on regarde le coût de l’expérimentation. Une partie du risque associé à l’innovation venait historiquement de son prix. Lorsque produire un prototype publicitaire exige plusieurs semaines et plusieurs dizaines de milliers d’euros, une entreprise réfléchit sérieusement avant d’essayer une idée étrange. Les concepts les plus originaux doivent alors franchir de nombreuses barrières avant même d’être visualisés.

L’IA peut radicalement abaisser ce coût. Une équipe peut désormais explorer dix directions, produire plusieurs storyboards, visualiser différentes identités ou tester des scénarios sans financer immédiatement une production complète. En théorie, l’intelligence artificielle devrait donc augmenter notre capacité à prendre des risques créatifs plutôt que la réduire.

Elle peut également prendre en charge une partie des tâches à faible valeur distinctive : adaptations, premières traductions, déclinaisons techniques, synthèses, reporting ou premières recherches. Le temps ainsi économisé pourrait être réinvesti dans la réflexion, la connaissance du marché, la confrontation des idées et l’expérimentation.

Le conditionnel est évidemment important.

Si une tâche qui demandait dix heures n’en demande désormais que deux, une entreprise peut utiliser les huit heures gagnées pour chercher mieux. Elle peut aussi décider de produire cinq fois plus. Pour l’instant, beaucoup d’organisations semblent particulièrement séduites par la seconde option.

IA & CRÉATIVITÉ

Ce que l’IA devrait supprimer… et ce qu’elle ne devrait surtout pas supprimer

Automatiser ce qui ralentit la production, oui. Automatiser ce qui fait la différence, beaucoup moins.

⚙

À confier à la machine À automatiser

Redimensionnements Détourage Variantes techniques Premières traductions Synthèses Reporting répétitif Premières recherches

✦

À laisser aux humains À préserver

Contradiction Jugement Goût Culture Intuition Curiosité Responsabilité Décision

“

Et, accessoirement…

Bof. On peut faire mieux.

Une crise de créativité… ou une crise du temps long ?

Nous arrivons peut-être finalement au cœur du problème. Les entreprises n’ont pas cessé d’aimer l’innovation ; elles aiment simplement aussi beaucoup la prédictibilité. Or une innovation authentique possède une caractéristique particulièrement désagréable : son résultat est incertain.

Une optimisation peut être modélisée. On peut estimer ce que rapportera l’amélioration d’un taux de conversion, comparer plusieurs campagnes ou calculer le retour d’un investissement média. Il est beaucoup plus difficile de prévoir dans Excel ce que rapportera une idée que personne n’a encore testée. Le système de mesure favorise donc mécaniquement l’optimisation, ce qui n’a rien de mauvais en soi. Le problème apparaît lorsque cette optimisation finit par occuper tout l’espace disponible.

Une entreprise peut ainsi devenir extraordinairement performante pour améliorer ce qu’elle fait déjà, tout en perdant progressivement la capacité d’imaginer ce qu’elle devrait faire autrement.

C’est probablement ici que la thèse et l’antithèse se rejoignent. Les talents existent toujours, les outils sont extraordinaires et les moyens techniques de concrétiser une idée n’ont jamais été aussi accessibles. Ce qui semble davantage sous pression, c’est le temps et l’espace accordés à sa maturation.

Le marketing contemporain récompense naturellement la vitesse, la mesurabilité, la répétabilité et la productivité. L’innovation demande parfois autre chose : du temps, de l’incertitude, quelques détours et surtout le droit de se tromper sans que chaque échec devienne immédiatement une ligne rouge dans un reporting.

La question n’est alors plus vraiment de savoir si nous sommes devenus moins créatifs. Elle devient plus inconfortable : avons-nous construit des organisations dans lesquelles une idée véritablement nouvelle possède encore suffisamment de temps pour devenir bonne ?

Demain, savoir produire ne suffira probablement plus

Pendant longtemps, la capacité à produire constituait elle-même une barrière concurrentielle. Il fallait des photographes, des studios, des développeurs, des rédacteurs, des agences, des spécialistes média et des traducteurs. Cette barrière est en train de tomber rapidement. N’importe quelle entreprise ou presque pourra bientôt produire cent visuels, cinquante vidéos et mille variantes personnalisées. La quantité cessera alors progressivement d’être un avantage et même la qualité technique pourrait devenir, dans certains domaines, une commodité.

Ce qui restera rare sera la capacité à décider ce qui mérite d’être produit.

Le goût, la culture, la curiosité, l’expérience, la compréhension d’un marché ou la capacité à reconnaître une idée inattendue pourraient ainsi prendre davantage de valeur à mesure que la production devient plus facile. Tout comme cette compétence très humaine consistant à regarder une proposition parfaitement correcte et à considérer qu’elle n’est simplement « pas encore assez bonne ».

*« La production est illimitée. L’innovation, beaucoup moins. »*

L’IA peut alors devenir une gigantesque machine à produire du « suffisamment bon » à une vitesse jamais atteinte. Elle peut aussi prendre en charge suffisamment de travail répétitif pour que les humains retrouvent du temps pour chercher quelque chose de différent. La technologie est la même ; c’est le choix organisationnel qui change.

Alors, l’innovation marketing est-elle vraiment en panne ?

Probablement pas. Ce serait même une conclusion assez injuste. Jamais autant de personnes n’ont eu accès à autant de capacités créatives, jamais une petite équipe n’a pu expérimenter aussi vite et jamais les barrières entre une idée et sa réalisation n’ont été aussi faibles.

En revanche, l’environnement dans lequel nous utilisons ces outils favorise puissamment la reproduction de ce qui fonctionne déjà. Pression sur les résultats immédiats, budgets contraints, fragilisation de certaines fonctions d’apprentissage, multiplication des indicateurs, fragmentation des contenus et automatisation peuvent créer une étrange machine : formidablement productive, souvent très efficace et parfois désespérément prévisible.

Ce n’est donc peut-être pas l’innovation marketing qui est en panne, mais notre tolérance envers ce dont elle a besoin : du temps, de l’incertitude, de l’apprentissage et parfois de l’échec.

L’intelligence artificielle rend ce choix encore plus important. Après avoir passé vingt ans à industrialiser le marketing, nous allons peut-être découvrir que son prochain avantage compétitif réside précisément dans ce qui résiste encore à l’industrialisation.

Et finalement, ce n’est peut-être pas une si mauvaise nouvelle. Qu’en pensez-vous ?