Mauvaise nouvelle pour ceux qui ont construit leur carrière en sachant mieux utiliser Google Ads que les autres : Google est en train d’apprendre à le faire tout seul et Meta suit le même chemin, TikTok aussi.
Les enchères s’automatisent. Les audiences s’élargissent. Les placements sont de moins en moins contrôlés manuellement. Les algorithmes sélectionnent les utilisateurs, répartissent les budgets et commencent même à produire ou adapter les créations. À première vue, la conclusion semble évidente : nous aurons bientôt besoin de moins d’experts publicitaires.
Je pense exactement l’inverse.
Les annonces de ces dernières semaines révèlent une limite assez fondamentale de toutes ces intelligences artificielles. Google peut optimiser remarquablement bien un CPA de 40 euros. Il ne sait pas si votre entreprise gagne encore de l’argent à 40 euros. Meta peut trouver les personnes les plus susceptibles de remplir votre formulaire. Il ne sait pas nécessairement lesquelles deviendront de bons clients. Une IA peut générer cinquante publicités en quelques minutes. Elle ne sait pas automatiquement quelle promesse votre marque peut légitimement défendre.
Et c’est peut-être la meilleure nouvelle pour notre métier depuis longtemps car à mesure que les plateformes deviennent meilleures en publicité, nous allons devoir redevenir meilleurs en marketing.
Google ne sait pas combien vaut votre client
Le 17 août, Google modifiera le comportement de certaines campagnes utilisant un tCPA ou un tROAS lorsqu’elles sont limitées par leur budget. Le changement paraît technique. Il ne l’est pas vraiment.
Prenons une campagne avec un CPA cible de 30 euros qui obtient actuellement ses conversions à 18 euros. Jusqu’ici, cet écart pouvait persister. Avec la nouvelle logique, Google cherchera davantage à exploiter la marge que l’annonceur lui a donnée et pourra accepter des conversions plus coûteuses afin de générer davantage de volume. Ce qui revient à dire quelque chose d’assez simple :
si vous indiquez à Google qu’une conversion vaut 30 euros, il va progressivement vous croire.
Le problème est que beaucoup d’objectifs publicitaires ne sont pas réellement des objectifs économiques. Ils sont parfois hérités d’une ancienne campagne, d’un précédent prestataire, d’une recommandation automatique ou d’une estimation faite six mois plus tôt. Or, entre-temps, les marges ont pu évoluer. Les coûts logistiques aussi, la qualité des leads peut s’être dégradée, le taux de transformation commercial peut avoir baissé.
La vraie question n’est donc plus :
“ Quel CPA Google peut-il obtenir ? ”
Mais :
“ Quel CPA pouvons-nous réellement nous permettre ? ”
C’est une question de marketing, de finance et parfois même d’opérations. Pas une question de bouton dans Google Ads, et plus les algorithmes deviennent performants, plus cette distinction devient importante. Une machine extrêmement efficace, à qui l’on donne un mauvais objectif, ne crée pas moins de problèmes.
Elle les crée plus vite.
Une conversion n’est pas forcément un client
Google pousse cette logique encore plus loin avec son futur journey-aware bidding. L’idée est de ne plus regarder uniquement la première conversion visible, mais davantage le parcours qui la suit : formulaire, lead qualifié, rendez-vous, opportunité, vente. C’est probablement l’une des évolutions les plus importantes pour la génération de leads.
Pendant des années, nous avons félicité une campagne parce qu’elle faisait ceci :
100 leads à 25 euros.
Puis le commercial arrivait avec une autre version de l’histoire :
“ Oui, mais ils sont mauvais. ”
Les deux pouvaient avoir raison. Google optimisait simplement ce qu’on lui avait demandé d’optimiser : le formulaire et non le client.
Imaginons deux campagnes.
La première génère des leads à 20 euros, mais seulement 10 % sont qualifiés. La seconde génère des leads à 35 euros, mais 40 % correspondent réellement à la cible commerciale.
Dans Ads Manager, la première semble meilleure, dans le compte de résultat, il est très possible que ce soit la seconde. Voilà où le métier commence à changer : le rôle du marketeur n’est plus simplement d’obtenir davantage de conversions, il doit décider quelle conversion mérite réellement d’être optimisée.
Et cela implique de parler aux commerciaux, de comprendre le CRM, de connaître les marges et de savoir ce qui distingue un prospect intéressant d’un formulaire supplémentaire dans un dashboard. Le marketing digital se rapproche enfin d’une question que la publicité traditionnelle connaissait déjà très bien :
Qui essayons-nous réellement de convaincre ?
Meta automatise les placements. Pas les idées.
Meta suit exactement la même trajectoire, par un autre chemin, la dernière évolution de sa Marketing API supprime ou modifie certains placements et renforce progressivement la logique Advantage+.
Pris isolément, voir disparaître Instagram Explore Feed ou Messenger Stories n’a rien de révolutionnaire, mais le mouvement général est plus intéressant : Meta réduit peu à peu la microgestion.
La plateforme veut décider elle-même où diffuser, à qui et dans quel environnement, à partir des signaux disponibles, et pour beaucoup de marketeurs, cela peut donner une impression de perte de contrôle.
Je pense qu’il faut le voir autrement.
Pendant des années, nous avons consacré énormément d’énergie à choisir des placements, découper des audiences et ajuster des paramètres. A se poser beaucoup de question en trouvant des réponses selon “nos intuitions” de pro, mais si Meta devient meilleur que nous sur cette partie du travail, autant lui laisser.
Mais cela déplace immédiatement la compétition vers quelque chose de beaucoup plus difficile à automatiser : la création.
Pas la déclinaison, la création.
Cinq formats d’une même publicité ne constituent pas cinq idées. Une bannière carrée, sa version verticale, sa version animée et deux recadrages ne créent pas une véritable diversité publicitaire.
Une vraie diversité créative ne consiste pas à multiplier les formats d’un même message. Elle consiste à multiplier les raisons d’acheter : parler du prix à certains, de l’usage à d’autres, apporter une preuve, résoudre un problème concret, rassurer, créer un sentiment d’urgence, susciter le désir ou encore permettre la comparaison.
Meta peut ensuite tester ces différentes approches à une vitesse impossible pour un humain. Encore faut-il lui donner de vraies idées à départager.
Et c’est là qu’une agence capable de produire vingt variantes graphiques peut être moins intéressante qu’une équipe capable de trouver quatre bonnes raisons d’acheter.
Même TikTok revient aux fondamentaux
Le phénomène est visible ailleurs, TikTok ressemble de plus en plus à un moteur de recherche. La voix, le texte affiché, la description et les hashtags deviennent autant d’indices permettant à la plateforme de comprendre de quoi parle réellement un contenu.
Cela pourrait pousser les marques vers une nouvelle forme de sur-optimisation : placer le mot-clé partout, écrire des descriptions interminables et transformer chaque vidéo en mini-page SEO. Ce serait probablement reproduire les erreurs du SEO d’il y a quinze ans.
Le vrai enseignement est beaucoup plus simple : il faut savoir ce que l’on veut dire.
Si la vidéo, la voix, la légende, le visuel et la page de destination racontent tous une histoire différente, l’algorithme reçoit des signaux contradictoires. Mais il n’est pas le seul, l’utilisateur aussi.
Le Semantic Copywriting n’est donc pas uniquement une manière d’aider une IA à comprendre un contenu. C’est d’abord une discipline marketing : choisir un sujet, une promesse et une intention suffisamment clairs pour qu’ils survivent à tous les formats.
L’algorithme bénéficie de cette cohérence, le consommateur aussi.
Quand tout peut être fabriqué, la preuve prend de la valeur
Une autre évolution se joue en parallèle. Google commence à rendre beaucoup plus visible l’utilisation de l’intelligence artificielle dans les créations publicitaires. Une image ou une vidéo générée ou fortement modifiée pourra être identifiée comme telle, notamment dans l’Union européenne.
Au même moment, Google durcit ses règles concernant les faux avis et les avis incentivés non divulgués utilisés dans les données structurées. Ces deux sujets peuvent sembler éloignés, pourtant ils racontent pourtant la même chose. Nous entrons dans une époque où produire une image convaincante, un témoignage crédible ou un texte professionnel devient extraordinairement facile.
Donc la rareté se déplace, elle n’est plus seulement dans la production, elle est dans la preuve.
Une vraie réalisation, un vrai client, une vraie expérience, un vrai avis et enfin, une vraie donnée.
Pour un hôtel, une magnifique chambre inventée par IA peut produire un excellent CTR. Elle peut également provoquer une énorme déception lorsque le client arrive sur place.
Pour un e-commerce, un canapé intégré dans un décor synthétique peut être parfaitement acceptable si le produit reste fidèle à la réalité. Modifier sa forme ou sa couleur pour améliorer la publicité est une autre histoire.
Pour une entreprise B2B, cent avis génériques valent probablement moins que vingt retours précis expliquant ce que l’entreprise a réellement résolu.
L’IA ne supprime donc pas la nécessité d’être crédible, elle rend au contraire la crédibilité plus précieuse qu’auparavant.
Le piège de l’optimisation parfaite
Nous avons longtemps entretenu l’idée qu’une technologie publicitaire plus performante produirait mécaniquement de meilleurs résultats. La réalité est plus inconfortable : une meilleure technologie exécute surtout plus efficacement la stratégie qu’on lui confie. Elle ne corrige ni une offre faible, ni une marge mal calculée, ni une mauvaise définition de la conversion.
Si votre CRM considère n’importe quel formulaire comme un lead qualifié, Google apprendra cette définition et cherchera à en produire davantage. Si votre CPA cible dépasse ce que votre modèle économique peut réellement absorber, Smart Bidding n’ira pas vérifier vos marges avant d’enchérir. Si vos publicités répètent toutes le même argument, Meta pourra optimiser parfaitement leur diffusion sans inventer la différence stratégique qui manque à la campagne. Et des avis artificiels ne deviennent pas plus crédibles parce qu’une IA les analyse ou les reformule.
C’est probablement le paradoxe de cette nouvelle génération d’outils : plus les plateformes deviennent efficaces, plus la qualité des décisions prises en amont devient déterminante. L’automatisation n’efface pas les erreurs marketing. Elle leur donne simplement davantage d’échelle.
Pour aller plus loin
Google Ads Help, Changes to target based bid strategies
https://support.google.com/google-ads/answer/17061251?hl=en
Google Ads & Commerce, Google Marketing Live 2026: bidding and budgeting news
https://blog.google/products/ads-commerce/bidding-budgeting-google-marketing-live-2026/
Meta for Developers, Introducing Graph API v26.0 and Marketing API v26.0
https://developers.facebook.com/blog/post/2026/07/29/introducing-graph-api-v26-and-marketing-api-v26/
Google Ads & Commerce, Expanding AI transparency in ads
https://blog.google/products/ads-commerce/google-ads-ai-transparency-labels/
Google Search Central, Review Snippet Structured Data
https://developers.google.com/search/docs/appearance/structured-data/review-snippet
