Peut-on utiliser l'IA pour différencier une marque sans que tout finisse par se ressembler ? Oui, mais à condition de changer ce pour quoi on l'utilise. Demandez-lui d'écrire le message et elle vous rendra la moyenne de votre catégorie, certes bien rédigée. Servez-vous-en pour cartographier ce que disent déjà tous les concurrents et repérer le territoire que personne ne possède, et elle devient un outil de différenciation redoutable.
Le diagnostic vient d'une signature prestigieuse. Dans un entretien accordé à Marketing Week, Sir John Hegarty, cofondateur de BBH, décrit une grande partie du marketing actuel comme « répétitif, cliché, ennuyeux » et blâme les marques et les agences peuplées de « penseurs cerveau gauche » qui comprennent un tableur mais ne saisissent pas vraiment une idée. Son argument favori : « quelque chose comme 95 % des lancements de nouveaux produits échouent », un taux qui, selon lui, n'a presque pas bougé en 20 ans malgré toutes les données désormais disponibles. Il concède que le chiffre exact est discutable, mais le fond de sa critique tient.
Pourquoi tant de publicités faites avec l'IA se ressemblent-elles ?
À cause du fonctionnement des modèles. Un modèle de langage prédit la suite la plus probable d'un texte, et la plus probable est, par définition, ce qui ressemble le plus à ce qui existe déjà. Demandez-lui une ligne pour une marque de sport et il vous parlera de se dépasser, d'effort et de repousser ses limites. Demandez-lui la même chose pour votre concurrent et il lui servira la même chose avec d'autres mots.
Le résultat est une convergence silencieuse. Chaque pièce, prise isolément, paraît parfaitement correcte. Ensemble, elles forment une catégorie où personne ne se démarque et où les consommateurs ne se souviennent plus de qui a dit quoi.
L'outil n'est pas en cause. La faute revient à celui qui demande à une machine à moyenner de faire le travail d'une idée.
Ce que Hegarty a raison de dire, et là où l'IA aide vraiment
Hegarty ne parle pas d'intelligence artificielle dans cet entretien. Il n'en a pas besoin. Sa formule « les données n'ont pas la réponse » repose sur un point simple : les données décrivent ce qui s'est déjà produit, et le marketing devrait regarder devant lui. Une IA entraînée sur ce qui existe déjà hérite exactement de cette limite.
Mais il y a une nuance qui mérite d'être soulignée. Si les données décrivent le passé, elles décrivent aussi, avec une vraie précision, où se trouve tout le monde. Et savoir où est le troupeau, c'est précisément ce qu'il faut pour le quitter.
Le conseil de Hegarty s'accorde avec cette approche : écrire un manifeste qui précise ce en quoi la marque croit, faire durer les bonnes campagnes au lieu de les changer par lassitude, et écouter aussi ceux qui n'achètent pas, car une marque ne se construit pas uniquement avec ses clients.
Pourquoi les marques suivent-elles le troupeau ?
La théorie du comportement grégaire explique que, dans l'incertitude, nous avons tendance à copier ce que font les autres. Si tout le monde va dans la même direction, il doit y avoir une raison. Et si cela tourne mal, au moins personne ne s'est trompé tout seul.
En publicité, cet instinct crée des codes de catégorie que tout le monde copie : ralenti et sueur dans le sport, famille souriante dans l'alimentaire, tableau de bord flottant dans la tech. Les suivre rassure devant un comité de validation. En réalité, c'est coûteux, car vous payez le même investissement média pour un message que l'audience pourrait attribuer à n'importe qui.
Mal utilisée, l'IA amplifie le troupeau : si toute la catégorie travaille avec des modèles similaires et des briefs similaires, la convergence est presque inévitable. Pour vraiment créer du lien, il faut oser s'écarter de la route que tout le monde emprunte. La bonne nouvelle, c'est que la même technologie permet de le faire avec méthode plutôt qu'à l'aveugle.
Comment différencier le message d'une marque avec l'IA, étape par étape
- Cartographiez toute la catégorie. Analysez les publicités et les contenus organiques de chaque concurrent, pas seulement des trois que le client cite dans le brief.
- Regroupez par territoire. Identifiez les promesses, les tons, les formats et les codes visuels qui reviennent sans cesse. C'est votre carte de ce qui est saturé.
- Cherchez les tensions inoccupées. Croisez cette carte avec la vraie conversation de l'audience : ce qui inquiète ou frustre les gens et auquel aucune marque ne répond.
- Écrivez le point de vue avant la baseline. C'est là que le jugement humain tranche. Un court manifeste, dans l'esprit de ce que propose Hegarty : ce en quoi la marque croit et ce contre quoi elle se rebelle.
- Utilisez l'IA comme sparring partner, pas comme auteur. Demandez-lui à quel concurrent chaque idée ressemble et quel cliché elle répète. Si elle n'en trouve pas, vous êtes sur la bonne voie.
- Testez les concepts avant d'engager le budget média. Évaluez leur cliquabilité prévue et gardez ceux qui sont à la fois différents et susceptibles de fonctionner.
- Laissez du temps à l'idée. La différenciation se construit par la constance. Changer de message chaque trimestre renvoie la marque tout droit dans le bruit.
IA générique ou IA stratégique
| Étape | Usage qui mène au générique | Usage qui différencie |
|---|---|---|
| Recherche | Demander des « tendances du secteur » à un chatbot | Analyser les vraies publicités et les vrais contenus de toute la catégorie |
| Insight | Résumer ce que tout le monde dit | Trouver les tensions de l'audience dont personne ne s'occupe |
| Message | Générer cinquante baselines et retenir celle qui sonne le mieux | Écrire à partir d'un point de vue de marque et se servir de l'IA pour le mettre à l'épreuve |
| Création | Copier le format viral du mois | Construire des codes distinctifs et reconnaissables qui vous sont propres |
| Validation | Lancer et attendre de voir ce qui se passe | Évaluer les concepts avant l'investissement média |
Comment savoir qu'une idée différente va fonctionner avant d'investir ?
C'est le vrai frein à main. Se démarquer fait peur parce que le différent n'a pas d'historique, et aucun directeur marketing ne veut défendre devant son conseil un pari non éprouvé. C'est là que l'IA réduit réellement le risque au lieu d'accroître l'uniformité.
Sur la plateforme Defy, Defy Monitor évalue la cliquabilité prévue de chaque concept avant tout investissement média, à l'aide d'un modèle validé sur des performances publicitaires réelles. L'idée est simple : savoir si une création va fonctionner avant de la payer. Et comme il analyse en quelques minutes les publicités de toute une catégorie, il montre aussi si cette idée ressemble trop à ce que font déjà les concurrents.
Une mise en garde, pour ne pas tomber dans le piège inverse : un score élevé ne fait pas une bonne idée si elle ressemble à toutes les autres. Le filtre doit fonctionner dans les deux sens. Est-elle différente ? Et a-t-elle des chances de fonctionner ? Si elle ne passe qu'un seul de ces tests, elle n'est pas encore prête.
Le jugement reste humain
L'IA peut faire gagner à une agence des heures d'audits de la concurrence, résumer des milliers de conversations et anticiper quel concept a le plus de force d'attraction. Ce qu'elle ne peut pas faire, c'est décider de ce en quoi une marque croit. Cela reste le travail de personnes qui ont du goût, du jugement et une part de courage.
Hegarty a raison : les données n'ont pas la réponse. Mais bien utilisées, elles vous disent quelles réponses sont déjà prises.
