Comment les agences utilisent vraiment les agents d'IA avec leurs clients en ce moment

Les agences de marketing, de création, de développement et de consultation ont dépassé le stade pilote avec l'IA agentique. Voici ce qui tourne vraiment aujourd'hui dans le travail auprès des clients, ce qui reste surtout du discours, et les questions de facturation, de divulgation et de responsabilité que personne n'a réglées.

En juin, alors que les négociateurs de l'industrie de la publicité étaient réunis dans le sud de la France pour leur pèlerinage annuel, les agences ont passé la semaine à se surpasser les unes les autres avec des annonces d'agents d'IA. WPP a dit qu'il mettait à l'essai un agent d'achat et de planification média pour l'inventaire vidéo premium. Dentsu a conclu un partenariat avec un développeur d'agents d'IA appelé Newton Research afin d'accélérer la mise en place des campagnes et l'analytique. La boutique indépendante Butler/Till, avec DoubleVerify, avait déjà construit des agents fondés sur Claude pour éloigner les dollars publicitaires de l'inventaire de faible qualité. Rien de tout cela n'était une démo. C'étaient des agences qui décrivaient des outils en fonction à l'intérieur de comptes clients réels, selon le reportage de Digiday.

Cette semaine-là a saisi quelque chose de vrai sur l'endroit où en est l'IA agentique présentement : ce n'est plus une diapositive dans un pitch deck. Elle apparaît dans les tableaux de bord de campagnes, les feuilles de travail d'audit et les bases de code — plus vite que les modèles de facturation, les normes de divulgation et les cadres de responsabilité bâtis pour un monde qui n'en avait pas. Voici ce que les agences font vraiment tourner aujourd'hui, et où se trouve la friction réelle.

Le travail qui a dépassé le pilote

La donnée la plus claire sur l'adoption vient d'un sondage de janvier 2025 auprès de 547 décideurs d'agences de marketing aux États-Unis, mené par NinjaCat : 91 % utilisaient déjà l'IA sous une forme ou une autre, et 59 % ont dit qu'ils utilisaient activement des agents d'IA en particulier — des systèmes autonomes qui exécutent des tâches plutôt que de seulement générer des suggestions. Les deux applications que les agences ont citées le plus étaient le travail sur les données et les constats (74 %) et la stratégie et l'optimisation des campagnes (72 %). Dans la pratique, cela veut dire des agents qui unifient les mesures entre les plateformes publicitaires, repèrent les anomalies avant qu'elles gaspillent le budget et livrent les rapports directement dans la boîte de réception du client, sans qu'un analyste assemble la présentation à la main.

Le rapport State of Data 2025 de l'IAB met un chiffre sur la distance réellement parcourue : seulement 30 % des agences, des marques et des éditeurs ont jusqu'ici intégré pleinement l'IA dans tout le cycle de vie de la campagne média, même si les agences et les éditeurs de ce groupe devancent les marques. Là où elle a été adoptée, l'IAB a constaté que l'IA atteint ou dépasse les attentes dans plus de 70 % des cas, hausse la productivité de 47 % et retranche environ 12 heures par semaine de travail manuel de faible valeur par personne.

La couche agentique en particulier — des agents d'achat média qui exécutent plutôt que de seulement recommander — en est encore à la phase d'échelle précoce, mais elle avance vite. Digiday a rapporté en septembre que 58 % des dirigeants publicitaires s'attendent à ce que l'achat agentique atteigne une échelle significative d'ici un an, citant une recherche de l'IAB Europe. Caitlin Gelles, de Dentsu, vice-présidente directrice de la technologie des données et de la mesure, a décrit l'attrait à Digiday en termes opérationnels directs : « Configurer des campagnes à travers les systèmes prend des heures… quand vous pouvez stocker ces nuances dans une base de données RAG, ou prendre la façon dont les clients aiment acheter, et laisser l'IA trouver ces efficiences, c'est là que la valeur apparaît. »

Les agences de développement et de transformation numérique mènent une version parallèle de la même partie. Dept, le groupe d'agences néerlandais, a construit une refonte de plateforme de commerce électronique pour la marque suisse de conditionnement physique Blackroll en utilisant des agents d'IA sur la pile Gemini et Antigravity de Google — Dept dit que le projet s'est terminé 3,8 fois plus vite que sa propre estimation d'avant l'IA. Le chef de la direction de Blackroll, Scott Zalaznik, a dit à Digiday que l'entreprise utilise maintenant des agents d'IA pour la majorité de ses essais et de son développement de fonctions de commerce électronique. Dept a depuis transformé l'approche en une offre payante appelée Agent Studio, louant en fait son propre flux de construction d'agents à des clients qui veulent la capacité sans la bâtir eux-mêmes.

Les cabinets de conseil sont plus avancés, et discutent encore du rendement

Si les agences de marketing sont au milieu de la transition, les grands cabinets de conseil ont déjà misé à fond sur le volume — et ils sont maintenant coincés sur la question plus difficile de ce que tout cela vaut. Le chef de la direction de McKinsey, Bob Sternfels, a dit en janvier que le cabinet a déployé des dizaines de milliers d'agents d'IA internes et qu'il veut éventuellement un agent pour chacun de ses 40 000 employés, selon Business Insider. Mais comme l'a dit Mina Alaghband, ancienne associée de McKinsey et maintenant cheffe de la clientèle chez Writer : « Je pense que nous sommes maintenant à l'ère de la confusion. » Il y a un an, la mesure était l'utilisation. Maintenant, les cabinets essaient de mesurer quelque chose de plus difficile — la valeur réellement créée.

Le chef de l'IA de PwC, Dan Priest, a dit à Business Insider que le cabinet a cessé de compter les agents et a commencé à compter combien d'humains utilisent réellement chacun d'eux. EY suit chaque mois des indicateurs de productivité, de qualité et d'efficience des coûts sur ses agents. BCG a le chiffre le plus concret : l'associé Scott Wilder a dit que les employés passent maintenant environ 15 % moins de temps sur du travail de faible valeur comme monter des présentations, réinvestissent environ 70 % de ce temps récupéré dans une analyse plus approfondie — et gardent les 30 % restants, selon ses mots, comme plus de sommeil ou un cours de yoga. Même à l'intérieur de cabinets qui facturent à l'heure, le temps récupéré grâce à l'IA ne se convertit pas automatiquement en plus d'heures facturées.

Le modèle de facturation est la première chose qui casse vraiment

Parmi les frictions que rencontrent les agences, la facturation est la plus immédiate parce que les mathématiques sont incontournables. Si l'IA réduit le temps d'une tâche de cinq heures à une, et que vous facturez encore à l'heure, vous avez remis à votre client un rabais de 80 % sans le vouloir. Une analyse de Forbes d'un sondage Gartner de 2026 auprès de 743 professionnels de l'audit et une recherche distincte de l'entreprise de logiciels juridiques Clio ont constaté que le schéma apparaît dans les industries voisines de services professionnels : 93 % des leaders de l'audit signalent une certaine utilisation de l'IA, mais seulement 38 % ont une stratégie pour celle-ci, et Clio estime qu'environ les trois quarts des tâches juridiques facturables pourraient maintenant être automatisés par l'IA générative.

La tarification n'a pas suivi. Clio a constaté que 86 % des cabinets d'avocats solo et 78 % des petits cabinets n'ont fait aucun changement de prix en réponse, comparativement à 51 % des cabinets du marché intermédiaire et 46 % des grandes entreprises — plus le cabinet est petit, plus il absorbe le rabais en silence. Pendant ce temps, 71 % des clients ont dit aux chercheurs qu'ils préfèrent en fait des honoraires fixes ou forfaitaires à la facturation à l'heure, ce qui suggère que la facturation à l'heure a toujours été un substitut de ce que les clients voulaient vraiment : un résultat prévisible, pas une feuille de temps. Le chef des affaires juridiques de Salesforce, Sabastian Niles, a rendu explicite l'attente du côté client dans un billet du forum de gouvernance de Harvard Law School cité par Forbes : « Les gains doivent bien sûr aussi être partagés avec les clients, par des économies, des efficiences de coûts et de nouveaux modèles d'affaires. » Le Wall Street Journal a couvert le même virage sous le titre « Inside Consultants' Messy Shift From Hourly Billing », décrivant des cabinets de services professionnels aux prises avec la réinvention de leur façon de facturer alors que l'IA menace de rendre l'heure facturable obsolète.

Les agences de marketing mettent déjà à l'essai l'autre voie que le sondage de NinjaCat a trouvée : 28 % se sont éloignées des heures facturables standard vers une tarification fondée sur la valeur ou le résultat, et 45 % vendent maintenant des solutions et des automatisations fondées sur l'IA comme service empaqueté plutôt que de les plier dans les mandats récurrents existants — transformant le gain d'efficience en nouveau produit au lieu d'une facture plus petite.

Faut-il dire aux clients qu'un agent a touché à leur travail ?

La question de la divulgation est moins réglée que celle de la facturation, surtout parce qu'il n'y a pas une seule règle à laquelle se raccrocher. La recherche State of Data 2025 de l'IAB a constaté qu'environ la moitié des marques s'inquiètent déjà de la façon dont les agences et les éditeurs utilisent l'IA en leur nom — un écart de confiance qui existe avant même que quiconque ait décidé à quoi la divulgation devrait ressembler.

L'orientation la plus claire jusqu'ici vient de domaines voisins de services professionnels qui se débattent avec la même question pour leurs propres clients. Dans un texte repris du Journal of Accountancy, l'assureur CNA a conseillé aux cabinets de CPA qu'en l'absence d'une seule loi qui régisse le tout — le paysage juridique est une mosaïque de la Gramm-Leach-Bliley Act, de lois étatiques de divulgation éparpillées dans des endroits comme la Californie et l'Utah, et de l'AI Act de l'UE pour les cabinets qui ont des clients européens — une divulgation volontaire et précise reste la voie la plus sûre, parce que les clients qui apprennent plus tard que l'IA a touché à leur travail sans qu'on le leur ait dit peuvent y voir une tromperie, que quelque chose ait mal tourné ou non. Le texte pointait vers la Formal Opinion de 2024 de l'American Bar Association sur l'IA générative, qui trace une ligne nette : un texte passe-partout enfoui dans une lettre de mission ne compte pas comme un consentement éclairé. Une divulgation doit vraiment expliquer ce que l'IA a fait et ce qu'un humain a vérifié ensuite.

Qui est responsable quand l'agent se trompe

La responsabilité est la friction à laquelle les agences ont le moins réfléchi, parce qu'elle n'a pas encore forcé la question — personne n'a eu un échec d'IA d'agence qui fasse la une comme la profession juridique a eu des avocats sanctionnés pour avoir cité de la jurisprudence fabriquée par l'IA dans de vrais actes de procédure. David Partida, de Law.com, tient en 2026 une série en six parties qui suit exactement ce problème pendant qu'il passe du théorique au courant, y compris des volets intitulés « What Happens When AI Acts Alone — And Who Pays For It? » et « Who's Liable When AI Gets It Wrong? ». Un texte compagnon sur le même site, « Accountability For AI Errors By Attorneys And Judges », note que les avocats déposent de plus en plus d'actes contenant de fausses citations de causes générées par l'IA — habituellement retracées jusqu'à une erreur de l'utilisateur plutôt que de l'outil lui-même — et que les tribunaux corrigent déjà les décisions qui en résultent par des requêtes et des appels. L'orientation professionnelle qui converge autour de cela, de l'opinion de l'ABA aux conseils de CNA aux cabinets de CPA, est constante : un cabinet qui s'appuie sur la sortie d'un agent d'IA sans examen humain indépendant est responsable exactement comme si un employé junior avait commis l'erreur sans supervision. L'agent ne porte pas la responsabilité. C'est le cabinet qui a livré sa sortie à un client qui la porte.

Les agences n'ont pas encore leur propre version de ce règlement de comptes dans le dossier public — ce qui est sans doute le point de friction le plus utile à surveiller, puisque les livrables d'agence circulent vite et reçoivent souvent moins d'examen avant d'atteindre la boîte de réception d'un client.

Ce que cela veut dire si vous dirigez une agence

Enlevez les annonces et le schéma est étroit, mais réel. L'IA agentique gagne sa place aujourd'hui sur du travail qui est répétable, mesurable et vérifiable avant d'atteindre un client : rapports de campagne, exécution d'achat média à l'intérieur de garde-fous définis, recherche de premier jet et analyse concurrentielle, et — selon les chiffres de Dept — une part importante des cycles de construction et d'essai en commerce électronique. Ce n'est pas une petite liste, et pour les agences qui font encore ce travail à la main, c'est un avantage de coût réel qui attend sur la table.

C'est encore surtout du discours sur le travail qui exige un jugement que personne n'a compris comment vérifier à l'échelle : des décisions créatives qui portent un risque de marque, des recommandations stratégiques pour lesquelles les clients paient précisément parce qu'ils font confiance à la personne qui les prend, et tout ce pour quoi une erreur pourrait atteindre un client avant qu'un humain la voie. Les agences citées dans ce reportage — Dentsu, PwC, BCG — décrivent le même modèle sous leurs applications différentes : des agents qui font le travail compressible, un humain qui vérifie les parties qui portent un risque, et le temps libéré qui est réinvesti plutôt qu'empoché comme marge. C'est une histoire plus plate que « l'IA remplace l'agence ». C'est aussi celle qui se passe vraiment, en ce moment, dans les comptes clients.