Les nouveaux outils publicitaires IA de Meta : l'automatisation exige toujours des explications

Chaque année, les grandes plateformes font un pas de plus vers la prise en charge de toute la campagne à votre place. À l'Advertising Week New York, le 6 octobre, Meta en a fait plusieurs à la fois : un assistant publicitaire doté de mémoire, des vidéos générées à partir d'images fixes, la découverte d'audiences en langage naturel et un serveur étendu qui permet à des outils d'IA externes de piloter son système publicitaire. Des outils utiles. Mais l'automatisation sans explication est un risque que vous assumez, pas un risque que Meta assume pour vous.

Ce qui s'est passé

Je n'ai pas pu ouvrir la page d'annonce de Meta elle-même ; je m'appuie donc sur deux comptes rendus détaillés. Selon l'analyse de Relevant Audience et l'article de TechJuice, Meta a annoncé :

• La vidéo créative Advantage+ à partir d'images fixes, désormais disponible pour tous, et la vidéo de produits du catalogue en bêta pour les annonceurs éligibles.
• Ads Creative Studio, un espace de travail créatif jusqu'ici réservé à certains partenaires, en cours de déploiement auprès d'un plus grand nombre d'annonceurs.
• Un assistant IA pour les entreprises doté d'une mémoire d'une conversation à l'autre, avec des tests d'import de documents stratégiques et de chartes de marque, de rapports et d'alertes programmés, et d'actions agentiques comme le paramétrage de campagnes et la modification de budgets, avec aperçus et validations.
• Un outil de stratégie du cycle de vie client, désormais accessible à tous les annonceurs, ainsi qu'une découverte d'audiences assistée par IA dans Detailed Targeting, où les annonceurs décrivent leur client idéal en langage naturel. Selon Relevant Audience, Meta prévoit cette fonctionnalité « d'ici la fin de l'année ».
• Un Ads MCP server étendu, avec dix partenaires nommés dont Databricks, Perplexity, Snowflake et Triple Whale, afin que des outils d'IA tiers puissent travailler avec le système publicitaire de Meta.
• Des fonctionnalités de commerce, dont des tests de paiement direct via le Business Agent de Meta sur Messenger avec Shopify, et de paiement direct dans Meta AI avec des partenaires comme Adyen, PayPal, Shopify et Stripe.

Meta a également affirmé que les annonceurs qui adoptent les recommandations de son assistant obtiennent « généralement » 5 % de conversions en plus à coût par conversion égal, et que plus de 60 % du temps passé sur Facebook et Instagram l'est sur de la vidéo. Relevant Audience note que Meta n'a pas publié de méthodologie pour ces chiffres.

Pourquoi c'est important

Deux de ces lancements changent qui fait le travail de réflexion.

La découverte d'audiences en langage naturel signifie que la plateforme traduit votre description d'un client en ciblage. C'est une décision de profilage. Les modifications de budget et de ciblage pilotées par l'assistant signifient que la plateforme décide aussi de ce qu'il faut faire du résultat. Et le serveur MCP signifie que l'IA que vous utilisez en dehors de Meta peut désormais agir à l'intérieur de Meta.

Chaque étape fait gagner du temps. Ensemble, elles concentrent les décisions dans des systèmes optimisés pour les objectifs de la plateforme et mesurés avec ses propres données. Quand la même entreprise vend l'annonce, choisit l'audience, génère la création et rend compte du résultat, un regard indépendant devient plus précieux, et non moins.

Ce que disent mes recherches

Décrire une audience avec des mots et recevoir en retour un segment cible est un problème que j'étudie depuis longtemps. Nos travaux sur le profilage multi-vues de la personnalité des utilisateurs sur Twitter, Facebook et PersonalityCafe (Frontiers in Big Data, 2022) ont montré que ce que l'on infère sur les personnes dépend fortement des signaux utilisés. Une description en langage naturel est une hypothèse sur votre client. Elle mérite d'être testée, pas seulement exécutée.

Côté création, mon équipe a travaillé sur le scoring avant lancement. Dans SoCraft (WSDM 2023), nous avons présenté un modèle multimodal qui évalue les créations publicitaires Meta d'un annonceur avant leur mise en ligne, à partir du texte, de l'image, du ciblage et des paramètres. Dans Against Opacity (ACM Multimedia 2023), nous avons ajouté un assistant LLM qui explique ce qui détermine un taux de clics prédit. Le principe est le même que celui que j'applique aux outils des plateformes : un score que l'on ne peut pas expliquer est un score dont on ne peut rien apprendre.

Les vidéos générées à partir d'images fixes vont multiplier le nombre de variantes qu'une marque peut diffuser. C'est une bonne chose, à condition que quelqu'un décide encore quelles variantes méritent du budget et comprenne pourquoi les gagnantes ont gagné. Sinon, vous obtenez plus de créations et moins de connaissances.

Ce que les annonceurs doivent faire dès maintenant

• Utilisez les nouveaux outils vidéo et de création, mais conservez un filtre avant lancement. Relisez et évaluez les variantes avant qu'elles ne dépensent de l'argent, et gardez une trace des raisons pour lesquelles chacune a été publiée.
• Traitez les audiences en langage naturel comme des expériences. Rédigez la description, testez-la face à votre meilleure audience actuelle et comparez le coût par résultat réel, pas seulement les conversions de la plateforme.
• Validez les changements agentiques en connaissance de cause. Utilisez les aperçus et validations que décrit Meta, et fixez des règles sur les changements qu'un assistant peut effectuer sans intervention humaine.
• Faites attention à ce que vous importez. Les documents stratégiques et les chartes de marque sont sensibles. Déterminez ce dont l'assistant a réellement besoin.
• Conservez une mesure indépendante. Groupes témoins, tests d'incrémentalité et vos propres outils d'analyse font contrepoids aux résultats rapportés par la plateforme.

Les outils de Meta deviennent assez bons pour que le goulot d'étranglement passe de l'exécution au jugement. Assurez-vous que c'est toujours votre équipe qui l'exerce.

FAQ