La collaboration humain-agent redéfinit déjà le marketing. La vraie question : qui en prend les rênes ?
08-11-2026
Les entreprises adoptent un nouveau modèle opérationnel dans lequel les agents travaillent aux côtés des équipes marketing pour accomplir des tâches et restituer des résultats finalisés, et non de simples suggestions.
C’est ce que nous appelons le travail humain-agent. Contrairement à un simple copilote que l’on consulte à la demande, les agents agissent en véritables participants : ils opèrent dans les mêmes systèmes, s’appuient sur le même contexte et sont soumis aux mêmes exigences que le reste de l’équipe. Pourtant, peu d’entreprises — et encore moins d’organisations marketing — disposent de l’infrastructure nécessaire pour adopter ce nouveau modèle.
Un agent performant intégré à une organisation marketing, sans connaissance de ses méthodes de travail, de ses expériences passées ni de ses circuits de validation, reste fondamentalement un inconnu de génie. Incapable d’assimiler la connaissance organisationnelle comme le ferait une nouvelle recrue, il provoque des dysfonctionnements dans les processus et oblige à revoir chaque livrable.
Selon le BCG, transformer un agent d’un inconnu de génie en partenaire de confiance est précisément ce qui distingue les entreprises qui tirent profit de leurs investissements en IA de celles qui n’y parviennent pas. Les organisations ayant fourni à leurs agents le contexte partagé dont ils ont besoin ont enregistré une hausse de productivité d’environ trois fois et réduit leurs délais de cycle jusqu’à 80 %.1 Faire l’impasse sur cette étape condamne les entreprises à passer plus de temps à contrôler le travail des agents qu’à réduire le temps total investi.
Le marketing a tout à gagner des agents — et aucune marge pour les laisser travailler dans le flou
Chaque fonction de l’entreprise devra tôt ou tard fournir à ses agents suffisamment de contexte pour leur faire confiance, mais le marketing, lui, ne peut pas se permettre d’erreur. Ses agents influencent directement la marque et l’expérience client. Dès lors, quand l’un d’eux déraille, les conséquences ne restent pas en interne : l’erreur est publiée, dans la voix de la marque, auprès de vrais clients, et quelqu’un doit répondre à la question : « Qui a validé cela, et en avait-il le droit ? »
Avant d’adopter un véritable modèle de travail humain-agent, la question centrale est de savoir si les agents disposent d’une vision globale de l’ensemble des opérations. C’est ainsi qu’ils deviennent à la fois fiables à l’usage et dignes de confiance.
Pour y parvenir, les directeurs et directrices marketing doivent organiser les systèmes de travail de leur équipe autour de trois Clés :
- Contexte d’entreprise. Agents et collaborateurs doivent partager la même compréhension fondamentale du fonctionnement de l’organisation : identité de marque, plans de campagne et enseignements des actions passées.
- Vue unifiée de l’ensemble des systèmes marketing. Pour que les agents disposent d’une vision complète, chaque système marketing doit être connecté. Ainsi, ils accèdent aux outils, aux contenus et, si nécessaire, à d’autres agents pour mener à bien leurs missions.
- Gouvernance de bout en bout. Pour garantir des résultats fiables, les agents doivent s’appuyer sur des règles d’approbation claires, des garde-fous en matière de marque et de politique, une validation humaine pour les tâches à fort enjeu, ainsi qu’une piste d’audit complète en cas de contestation.
Se mobiliser autour de ces priorités est aujourd’hui le défi immédiat des équipes marketing. Une mauvaise exécution n’apporte qu’un outil de plus que personne ne sait vraiment exploiter. En revanche, une mise en œuvre réussie génère une valeur ajoutée concrète pour l’organisation, grâce aux gains de productivité obtenus.
Sortir de la boucle des preuves de concept IA
La mise en œuvre d’initiatives d’IA peut sembler écrasante et conduire facilement à des projets de preuve de concept sans fin, qui n’apportent que peu de valeur de bout en bout. Les organisations marketing ont plutôt intérêt à se concentrer sur des axes d’amélioration clés, en les priorisant selon leurs besoins internes et la valeur potentielle générée.
C’est l’approche qu’a adoptée Moria Fredrickson, cliente Adobe et vice-présidente Brand and Digital Experience chez Lumen, avec son équipe. Plutôt que de courir après chaque cas d’usage de l’IA simultanément, elles et ils ont aligné leurs initiatives IA sur un plan rigoureux, ancré dans des objectifs clairs. Les résultats sont au rendez-vous : Lumen économise désormais environ 70 heures par exécution de campagne et 5 millions de dollars par an sur la production de médias payants, tout en lançant ses campagnes sociales 65 % plus vite — soit environ 15 fois la cadence d’avant la transformation.
Les conseils de Moria pour sortir de la boucle des preuves de concept :
- Partir avec des objectifs définis. Ne décider de faire avancer ou d’abandonner un projet qu’une fois les indicateurs clés de performance (KPI) de chacun d’eux établis en amont.
- Structurer le travail en quatre phases courtes. Explorer, prouver, mettre en œuvre et suivre les projets sur 4 à 8 semaines, en concluant par une décision claire de lancement ou d’arrêt.
- Commencer là où les données existent déjà et dans les outils déjà utilisés. Orienter les personnes animées d’un esprit de croissance vers les domaines à explorer et à valider en matière d’IA, puis confier la mise en œuvre et le suivi à des collègues à forte capacité opérationnelle pour transformer une preuve de concept validée en valeur de bout en bout.
Lorsque les équipes sont prêtes à déployer leurs agents IA à grande échelle, s’assurer que les systèmes sous-jacents sont connectés et gouvernés permet d’éviter que les projets pilotes ne se heurtent aux mêmes obstacles.
La collaboration humain-agent n’est performante qu’avec une infrastructure adaptée
Le virage vers la collaboration humain-agent ne se fait pas en douceur dans les grandes entreprises : il est déjà en marche. Selon IDC, 90 % des grandes entreprises déploient déjà des agents selon les trois approches à leur disposition — outils tiers, agents intégrés aux plateformes existantes et agents développés sur mesure — avec des gains de productivité attendus de plus de 30 % dans l’année.3
Intégrer un agent dans un workflow tel quel et espérer qu’il s’adapte comme une nouvelle recrue, cela ne fonctionne pas. Aucun enthousiasme ne peut remplacer le contexte métier qu’une personne acquiert naturellement. Les équipes marketing qui tirent vraiment parti de la collaboration humain-agent ne seront pas celles qui ont le plus grand nombre d’agents, mais celles qui ont su donner à leurs agents les ressources nécessaires pour agir avec assurance.
Adobe Workfront, pionnier de la collaboration humain-agent
C’est précisément ce qu’offre Adobe Workfront. La plupart des déploiements d’agents obligent aujourd’hui les entreprises à assembler elles-mêmes contexte et gouvernance. Workfront intègre les deux nativement, ce qui permet de confier de vraies missions aux agents dès le premier jour. Grâce aux AI Collaborators, le passage à un modèle humain-agent peut être aussi simple que d’attribuer des tâches à des agents en qui votre équipe a déjà confiance — qu’ils soient développés par Adobe ou par un tiers. Ces agents s’appuient sur la même connaissance de l’entreprise que n’importe quel membre de l’équipe, en s’interconnectant aux systèmes Adobe et tiers pour mener à bien chaque mission, avec les bonnes personnes qui interviennent exactement là où c’est nécessaire. Le résultat : un workflow entièrement connecté et gouverné, de la première tâche à la décision finale.
Contexte d’entreprise, visibilité unifiée et gouvernance de bout en bout : les agents passent du statut d’étrangers brillants à celui de coéquipiers qui boostent la productivité.
SOURCES
- Boston Consulting Group, Applied AI at Its Most Impactful with Agentic Enterprise Operations (Executive Perspectives), juin 2026. Les chiffres de productivité 3x et de réduction du temps de cycle de 80 % sont ceux de BCG, tirés de son rapport 2025 « The Widening AI Value Gap ».
- Gartner, Ontologies Are Crucial to Improve AI Accuracy and Reduce Costs, 13 mai 2026, ID G00853677.
- Gerry Murray, The State of Agentic Marketing in Large Enterprises (IDC Survey), IDC, février 2026. Basé sur l’Agent-Based Marketing Operations Survey d’IDC, octobre 2025 (n = 81).
Recommandé pour vous
https://business.adobe.com/fragments/resources/cards/thank-you-collections/workfront
