Le CMIT, Club des marketeurs in Tech, publie son étude 2026, « Le moment agentif : ou le marketing en première ligne », consacrée à la transformation des métiers du marketing par l’intelligence artificielle et à l’émergence des agents autonomes.
Menée auprès de près de
100 décideurs marketing de l’écosystème tech B2B IT, SaaS, ESN et Fintech,
l’étude met en évidence un paradoxe : l’IA est désormais largement intégrée aux
pratiques marketing, mais son passage à l’échelle reste encore limité. La totalité
des répondants utilise l’IA pour produire du contenu et 86 % déclarent utiliser
au moins un workflow récurrent. Pourtant, 81 % des équipes restent en phase
d’expérimentation ou de pilotage.
L’IA est entrée
dans les usages marketing
L’adoption de l’IA ne
relève plus de l’expérimentation marginale. 100 % des répondants l’utilisent
pour
la stratégie de contenu, tandis que 66 % l’emploient pour la data et les
insights, 45 % pour la personnalisation, 40 % pour l’automatisation, 36 % pour
des usages techniques ou de code et 29 % pour la segmentation prédictive.
Mais cette adoption ne
signifie pas encore transformation organisationnelle. Dans l’échantillon
étudié,
39 % des équipes sont encore en expérimentation et 42 % en phase de
pilotage, contre 14 % ayant atteint le scaling et seulement 5 % se déclarant
dans une transformation « IA-first ».
Le CMIT, Club des marketeurs in Tech : « L’outil est
entré dans les mains, mais le système n’est pas encore entré dans
l’organisation. »
Pour le CMIT, le
véritable enjeu se déplace ainsi de l’adoption des outils vers leur chestration, leur intégration dans les processus et leur capacité à produire
des résultats métier.
Agents autonomes :
la confiance reste le principal frein
L’émergence de l’IA
agentique accentue cet écart entre potentiel et pratique. Lorsqu’ils sont
interrogés sur leur confiance à déléguer un travail complexe à un agent
autonome sans supervision, les décideurs marketing attribuent une note moyenne
de 2,83 sur 5. Un seul répondant accorde une confiance totale à cette
délégation.
L’étude montre ainsi
que les usages restent majoritairement centrés sur des niveaux d’autonomie
limités : l’humain conserve la main sur la décision et la supervision. Le
passage à des agents capables d’agir de manière plus autonome soulève une
question centrale : qui décide de ce qui peut être délégué, dans quelles
conditions et avec quel niveau de contrôle ?
Cette question dépasse
la seule dimension technologique. Elle touche à la responsabilité, aux
compétences, à la qualité des données et à la gouvernance des agents.
Données
stratégiques : un paradoxe de confiance
Autre enseignement
majeur de l’étude : 86 % des décideurs interrogés déclarent avoir une confiance
faible ou moyenne dans la capacité de leurs outils à protéger leurs données
stratégiques, alors même que tous les répondants utilisent l’IA dans leurs pratiques.
Les principaux risques
identifiés sont l’hallucination ou l’atteinte à la marque (31 %) et la fuite de
données confidentielles (31 %), devant les biais et enjeux éthiques (14 %), la
perte de postes (12 %) et la perte de contrôle sur les agents (12 %).
L’étude souligne ainsi
deux niveaux de confiance distincts : sécuriser la donnée ne suffit pas à
accepter qu’une machine prenne une décision ou agisse au nom de l’organisation.
La qualité des données, la supervision humaine et la définition de frontières
explicites deviennent donc des prérequis au déploiement.
Une nouvelle
bataille pour la visibilité
L’étude analyse
également les conséquences de l’IA générative sur la visibilité des marques.
Le
référencement traditionnel ne constitue plus l’unique terrain de bataille : les
entreprises doivent désormais prendre en compte leur présence dans les réponses
produites par les moteurs et assistants génératifs.
Cette évolution déplace
une partie de la problématique du SEO vers le GEO (Generative Engine
Optimization) et renforce le rôle du marketing dans la maîtrise de la donnée,
des contenus, de la marque et des sources susceptibles d’être reprises par les
modèles.
La gouvernance
devient une condition du passage à l’échelle
Face à la
multiplication des usages et des agents, l’étude constate qu’il n’existe pas
encore de modèle unique de gouvernance. Dans les directions marketing
interrogées, 31 % déclarent évoluer dans un environnement sécurisé, 31 %
fonctionner avec un usage libre associé à une charte, 28 % avec une gouvernance
centralisée et 10 % reconnaissent une situation de Shadow AI.
Derrière ces modèles se
posent des questions très concrètes : qui possède l’agent ? Qui peut lui donner
accès à quelles données ? Quelles actions peut-il effectuer ? Où s’arrête son
autonomie ? Qui est responsable de ses décisions et de ses résultats ?
Pour le CMIT, le «
moment agentif » ne constitue donc pas uniquement une évolution technologique.
Il ouvre une réflexion sur la place du marketing dans la transformation
numérique de l’entreprise et sur sa capacité à en devenir l’un des acteurs de
la gouvernance.
Passer de
l’expérimentation à l’action : une feuille de route en 90 jours
L’étude propose enfin
une feuille de route opérationnelle de 90 jours destinée à faire passer l’IA du
stade du prototype à celui du résultat métier.
Elle repose sur
trois étapes :
• Mois 1 -
Borner le risque :
définir précisément ce qui peut ou non être confié à une machine et sécuriser
les données concernées.
• Mois 2 -
Prouver la valeur :
travailler sur un périmètre restreint, avec un résultat reconnu par le métier.
• Mois 3 -
Rendre le gain répétable : fixer
la propriété de l’agent, la place de l’humain dans la boucle et les règles de
gouvernance.
L’étude insiste
également sur la nécessité de maintenir le focus : deux chantiers correctement traités plutôt qu’une
multiplication de projets.Le critère de réussite n’est pas le nombre d’agents
déployés, mais la capacité à produire des résultats métier défendables et
reproductibles.