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 conseil ont dépassé le stade du pilote avec l'IA agentique. Voici ce qui tourne vraiment dans le travail client aujourd'hui, ce qui reste surtout du discours, et les questions de facturation, de transparence et de responsabilité que personne n'a tranchées.
En juin, alors que les négociateurs du secteur publicitaire se retrouvaient dans le sud de la France pour leur pèlerinage annuel, les agences ont passé la semaine à se surpasser dans les annonces d'agents d'IA. WPP a déclaré tester 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 nommé Newton Research pour accélérer le paramétrage des campagnes et l'analytique. L'agence indépendante Butler/Till, avec DoubleVerify, avait déjà construit des agents fondés sur Claude pour détourner les budgets publicitaires de l'inventaire de faible qualité. Rien de tout cela n'était une démo. C'étaient des agences qui décrivaient des outils en fonctionnement dans des comptes clients réels, selon les informations de Digiday.
Cette semaine a saisi quelque chose de vrai sur l'état actuel de l'IA agentique : ce n'est plus une diapositive dans un pitch deck. Elle apparaît dans les tableaux de bord de campagne, les dossiers d'audit et les bases de code — plus vite que les modèles de facturation, les normes de transparence et les cadres de responsabilité conçus pour un monde qui s'en passait. Voici ce que les agences font vraiment tourner aujourd'hui, et où se situe la vraie friction.
Le travail qui a dépassé le pilote
Le point de donnée le plus net sur l'adoption vient d'une enquête de janvier 2025 auprès de 547 décideurs d'agences marketing américaines, réalisée par NinjaCat : 91% utilisaient déjà l'IA sous une forme ou une autre, et 59% disaient utiliser activement des agents d'IA en particulier — des systèmes autonomes qui exécutent des tâches au lieu de se contenter de proposer des suggestions. Les deux applications les plus citées par les agences étaient le travail sur les données et les insights (74%) et la stratégie ainsi que l'optimisation des campagnes (72%). En pratique, cela veut dire des agents qui unifient les indicateurs entre plateformes publicitaires, détectent les anomalies avant qu'elles ne gaspillent le budget, et livrent le reporting directement dans la boîte de réception d'un client sans qu'un analyste assemble le deck à la main.
Le rapport State of Data 2025 de l'IAB chiffre jusqu'où cela est vraiment allé : seuls 30% des agences, des marques et des éditeurs ont pleinement intégré l'IA sur l'ensemble du cycle de vie d'une campagne média jusqu'ici, 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 atteignait ou dépassait les attentes dans plus de 70% des cas, augmentait la productivité de 47% et supprimait environ 12 heures par semaine de travail manuel à faible valeur par personne.
La couche agentique à proprement parler — des agents d'achat média qui exécutent au lieu de seulement recommander — en est encore à une 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, en citant une recherche d'IAB Europe. Caitlin Gelles, de Dentsu, EVP data technology and measurement, a décrit l'intérêt à Digiday en termes opérationnels directs : « Il faut des heures pour paramétrer des campagnes à travers les systèmes… quand on peut stocker ces nuances dans une base RAG, ou prendre la façon dont les clients aiment acheter, et laisser l'IA trouver ces gains d'efficacité, c'est là que la valeur apparaît. »
Les agences de développement et de transformation digitale mènent une version parallèle du même jeu. Dept, le groupe d'agences néerlandais, a conçu la refonte d'une plateforme e-commerce pour la marque suisse de fitness Blackroll à l'aide d'agents d'IA sur la pile Gemini et Antigravity de Google — Dept indique que le projet s'est achevé 3.8 fois plus vite que sa propre estimation d'avant l'IA. Le CEO de Blackroll, Scott Zalaznik, a déclaré à Digiday que l'entreprise utilise désormais des agents d'IA pour la majorité de ses tests et de son développement de fonctionnalités e-commerce. Dept a depuis transformé l'approche en une offre payante appelée Agent Studio, louant en pratique son propre flux de construction d'agents à des clients qui veulent la capacité sans la construire eux-mêmes.
Les cabinets de conseil sont plus avancés, et discutent encore du gain
Si les agences marketing sont en pleine transition, les grands cabinets de conseil sont déjà allés au bout sur le volume — et butent maintenant sur la question plus dure de ce que tout cela vaut. Le CEO de McKinsey, Bob Sternfels, a déclaré en janvier que le cabinet avait déployé des dizaines de milliers d'agents d'IA internes et voulait à terme en avoir un pour chacun de ses 40,000 collaborateurs, selon Business Insider. Mais comme l'a formulé Mina Alaghband, ancienne associée de McKinsey devenue chief customer officer chez Writer : « Je pense que nous sommes maintenant dans l'âge de la confusion. » Il y a un an, la métrique était l'usage. Aujourd'hui, les cabinets essaient de mesurer quelque chose de plus dur — la valeur réellement créée.
Le chief AI officer de PwC, Dan Priest, a déclaré à Business Insider que le cabinet avait cessé de compter les agents et commencé à compter combien d'humains utilisent réellement chacun d'eux. EY suit chaque mois des KPI de productivité, de qualité et d'efficacité des coûts sur ses agents. BCG a le chiffre le plus concret : le partner Scott Wilder a indiqué que les collaborateurs passent désormais environ 15% de temps en moins sur le travail à faible valeur, comme la construction de diaporamas, réinvestissent à peu près 70% de ce temps récupéré dans une analyse plus profonde — et gardent les 30% restants, selon ses mots, en sommeil supplémentaire ou en 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 davantage d'heures facturées.
« L'IA pourrait enfin sonner le glas de l'heure facturable », a déclaré Jack Newton, CEO de Clio — une affirmation que les cabinets de services professionnels avancent et retirent depuis trente ans, sauf que cette fois l'arithmétique qui la sous-tend est publique.
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 le calcul est incontournable. Si l'IA ramène le temps d'une tâche de cinq heures à une, et que vous facturez encore à l'heure, vous avez accordé à votre client une remise de 80% sans le vouloir. Une analyse de Forbes d'une enquête Gartner de 2026 auprès de 743 professionnels de l'audit, et une recherche distincte de l'éditeur de logiciel juridique Clio, a trouvé le même schéma dans des secteurs voisins de services professionnels : 93% des responsables d'audit déclarent un certain usage de l'IA, mais seuls 38% ont une stratégie pour cela, et Clio estime qu'environ les trois quarts des tâches juridiques facturables pourraient désormais être automatisés par l'IA générative.
La tarification n'a pas suivi. Clio a constaté que 86% des cabinets d'avocats en solo et 78% des petits cabinets n'ont fait aucun changement de prix en réponse, contre 51% des cabinets mid-market et 46% des cabinets enterprise — plus la structure est petite, plus elle absorbe la remise 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 horaire, 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 chief legal officer de Salesforce, Sabastian Niles, a rendu explicite l'attente côté client dans un texte du forum de gouvernance de la Harvard Law School cité par Forbes : « Les gains doivent bien sûr aussi être partagés avec les clients, par des économies, des efficiences de coût et de nouveaux modèles économiques. » Le Wall Street Journal a couvert le même basculement 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 marketing testent déjà l'alternative que l'enquête de NinjaCat a relevée : 28% se sont éloignées des heures facturables standard vers une tarification fondée sur la valeur ou le résultat, et 45% vendent désormais des solutions et des automatisations fondées sur l'IA comme un service packagé, au lieu de les fondre dans les retainers existants — transformant le gain d'efficacité en un nouveau produit plutôt qu'en une facture plus petite.
Faut-il dire aux clients qu'un agent a touché leur travail ?
La question de la transparence est moins tranchée que celle de la facturation, surtout parce qu'il n'existe pas une seule règle à laquelle se référer. 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 transparence devrait ressembler.
L'orientation la plus claire à ce jour vient de champs voisins de services professionnels qui se débattent avec la même question pour leurs propres clients. Dans un article syndiqué du Journal of Accountancy, l'assureur CNA a conseillé aux cabinets de CPA qu'en l'absence d'une loi unique qui l'emporte — le paysage juridique est un patchwork du Gramm-Leach-Bliley Act, de lois étatiques de transparence dispersées dans des endroits comme la Californie et l'Utah, et de l'AI Act de l'UE pour les cabinets ayant des clients européens — une transparence volontaire et précise reste la voie la plus sûre, parce que des clients qui apprennent plus tard que l'IA a touché leur travail sans qu'on le leur ait dit peuvent y lire une tromperie, que quelque chose ait mal tourné ou non. Le texte renvoyait à la Formal Opinion de 2024 de l'American Bar Association sur l'IA générative, qui trace une ligne nette : un langage standard enfoui dans une lettre de mission ne compte pas comme un consentement éclairé. Une information doit vraiment expliquer ce que l'IA a fait et ce qu'un humain a vérifié ensuite.
Chaque champ de services professionnels qui rencontre cette question — la comptabilité, le droit, et maintenant les agences — arrive à la même réponse approximative : la transparence n'est pas encore légalement exigée dans la plupart des cas, mais la retenir est un pari réputationnel qui devient plus risqué à mesure que les clients commencent à supposer que l'IA est déjà impliquée.
Qui est responsable quand l'agent se trompe
La responsabilité est la friction que les agences ont le moins travaillée, parce qu'elle n'a pas encore forcé le sujet — personne n'a eu un échec d'IA d'agence assez retentissant pour faire la une, de la façon dont la profession juridique a vu des avocats sanctionnés pour avoir cité une jurisprudence fabriquée par l'IA dans de vrais mémoires. David Partida, de Law.com, tient une série en six volets tout au long de 2026 qui suit exactement ce problème à mesure qu'il passe du théorique au routinier, avec des épisodes intitulés « What Happens When AI Acts Alone — And Who Pays For It? » et « Who's Liable When AI Gets It Wrong? ». Un article compagnon sur le même site, « Accountability For AI Errors By Attorneys And Judges », note que les avocats déposent de plus en plus de mémoires contenant de fausses citations de jurisprudence générées par l'IA — généralement ramenées à une erreur de l'utilisateur plutôt qu'à 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 cohérente : un cabinet qui s'appuie sur la sortie d'un agent d'IA sans revue humaine indépendante est responsable exactement comme si un collaborateur junior avait commis l'erreur sans supervision. L'agent ne porte pas la responsabilité. Le cabinet qui a livré sa sortie à un client, si.
Les agences n'ont pas encore leur propre version de ce règlement de comptes dans les archives publiques — 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'arriver dans la boîte de réception d'un client.
Une idée de The AI Organization mérite d'être empruntée ici : la légibilité, c'est-à-dire pouvoir montrer — et pas seulement affirmer — qui ou quoi a touché un travail, et quand. Une agence capable de produire un enregistrement réel de ce qu'un agent a fait, de ce qu'un humain a revu, et du moment où il a signé, répond aux questions de transparence et de responsabilité par des preuves plutôt que par une déclaration de principe. Le produit d'IA de FabricLoop, Loop Agent, est construit sur MCP avec des autorisations explicites et auditées pour exactement cette raison : pour que l'usage de l'IA face au client soit quelque chose qu'un cabinet peut montrer, pas seulement affirmer.
Ce que cela signifie si vous dirigez une agence
Une fois les annonces mises de côté, le schéma est étroit mais réel. L'IA agentique gagne sa place aujourd'hui sur un travail répétable, mesurable et revoyable avant qu'il n'atteigne un client : reporting de campagne, exécution d'achat média à l'intérieur de garde-fous définis, première recherche et analyse concurrentielle, et — selon les chiffres de Dept — une part significative des cycles de construction et de test e-commerce. Ce n'est pas une petite liste, et pour les agences qui font encore ce travail à la main, c'est un vrai avantage de coût posé sur la table.
Cela reste surtout du discours sur le travail qui exige un jugement que personne n'a encore appris à 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 formule, et tout ce pour quoi une erreur pourrait atteindre un client avant qu'un humain ne la voie. Les organisations citées dans ces reportages — Dentsu, PwC, BCG — décrivent le même modèle sous leurs applications différentes : des agents qui font le travail compressible, un humain qui vérifie les parties porteuses de risque, et le temps libéré qui est réinvesti plutôt qu'encaissé en marge. C'est une histoire plus ennuyeuse que « l'IA remplace l'agence ». C'est aussi celle qui se produit réellement dans les comptes clients en ce moment.