Le marketing veut construire, le juridique freine : comment utiliser l’IA agentique de manière souveraine malgré tout

L’IA agentique est en train de s’emparer du marketing – du moins selon les gros titres. 91 % des marketeurs utilisent aujourd’hui l’IA, selon une enquête de Jasper auprès de 1 400 marketeurs. Mais moins d’un tiers la laisse vraiment travailler : piloter des processus entiers, au lieu de simplement rédiger des textes isolés. McKinsey estime qu’à l’avenir, jusqu’à deux tiers du travail marketing actuel pourraient être pris en charge par des agents – du prospecting à la personnalisation sur chaque point de contact en passant par la qualification des leads.

Cela ressemble à un énorme levier. C’en est un. Et c’est précisément là qu’apparaît un conflit que beaucoup d’équipes connaissent : le marketing veut – ou doit – construire. Le CTO et le juridique disent : attention aux données. Les deux ont raison. La vraie question n’est donc pas de savoir si l’on utilise l’IA agentique, mais : à qui appartiennent les données lorsqu’une IA accède au CRM, aux contacts et à la communication ?

Ce que signifie vraiment « agentique »

Il vaut la peine de distinguer deux niveaux. Au premier niveau, l’IA aide pour des contenus isolés : on a une idée, on rassemble le contenu sous forme de mots-clés – la réflexion et la valeur ajoutée restent humaines – et l’IA se charge de la formulation et de la reformulation pour de nombreux canaux. Autrefois, c’était beaucoup de travail. Aujourd’hui, l’IA prend en charge cette tâche répétitive.

Au deuxième niveau, cela devient vraiment agentique : l’IA pilote un processus entier, vérifie la cohérence, surveille les indicateurs et propose de manière autonome les prochaines étapes. Un point décisif, que beaucoup sautent : la réflexion reste humaine. L’IA prend en charge l’exécution, pas l’idée.

Le plus grand levier se trouve dans le reporting

La tâche récurrente qu’il vaut la peine d’automatiser en premier n’est pas le « contenu » – c’est le reporting. L’analyse de nombreuses données sur de nombreux canaux devient vite lourde. C’est précisément là que l’IA peut surveiller en continu les chiffres et faire des propositions. Chez Aivie, nous avons développé une fonctionnalité qui analyse les e-mails des derniers mois, identifie ceux qui performent moins bien et pourquoi, et propose des optimisations concrètes – sur demande, l’IA les met directement en œuvre.

La pointe honnête derrière tout cela : ce rapport existe depuis des années. Le problème n’a jamais été la disponibilité des données, mais le fait qu’on le consulte trop rarement et qu’on change ensuite concrètement quelque chose. C’est précisément ce fossé entre constat et action qu’un agent comble – non pas parce qu’il est plus intelligent, mais parce qu’il reste vigilant.

Pourquoi les campagnes échouent sur la question des données

Dans la pratique, les campagnes les plus intéressantes échouent rarement à cause de la technique. Elles sont freinées parce que des données sensibles iraient dans une boîte noire – une objection légitime. Le marketing veut construire, le CTO et le juridique appellent à la prudence. Les deux ont raison, et c’est pourquoi beaucoup de choses restent en suspens, alors qu’elles seraient facilement réalisables.

McKinsey observe le même schéma dans les chiffres : presque tous expérimentent avec l’IA, mais seul environ un quart déploie réellement des systèmes agentiques à grande échelle – et quand c’est le cas, généralement dans un ou deux domaines seulement. Les principaux freins ne sont pas le budget ou la technique, mais les préoccupations organisationnelles, réglementaires et juridiques. La question des données n’est donc pas un théâtre secondaire de l’introduction de l’IA. C’est le théâtre principal.

Souverain signifie choix et contrôle

La bonne nouvelle : vous n’avez pas à choisir entre « automatisation performante » et « contrôle des données ». Il suffit de bien structurer l’accès. Chez Aivie, un principe simple s’applique : ce sont vos données. Nous les hébergeons et les exploitons uniquement pour vous – une posture née de notre expérience avec l’open source, et que de plus en plus d’organisations suisses choisissent pour leur infrastructure.

Il en découle deux libertés. Premièrement, vous définissez de manière granulaire quelles capacités et quels accès aux données l’IA possède réellement : peut-elle voir les données de contact, uniquement les e-mails existants ou seulement les statistiques ? Peut-elle seulement lire ou aussi écrire ? L’IA reçoit autant de contexte qu’une tâche l’exige – et pas un pas de plus. Deuxièmement, vous êtes libre de choisir quelle IA utiliser : différents modèles pour différentes tâches, voire votre propre modèle – surtout lorsque les prix de nombreux fournisseurs augmentent, cette liberté de choix en vaut la peine. Les données sont stockées de manière chiffrée sur des serveurs suisses, et lorsque nécessaire, un hébergement complet sur infrastructure suisse est possible. Souverain ne signifie pas qu’une IA particulière est interdite – cela signifie que vous décidez vous-même, avec un contrôle total sur qui voit quoi.

L’angle mort : l’entraînement sur vos données

Un point souvent négligé dans l’euphorie de l’IA : chez de nombreux fournisseurs, les données sont utilisées par défaut pour l’entraînement du modèle. Un opt-out est souvent possible – mais il faut y penser activement. La conséquence désagréable : une communication confidentielle, par exemple un e-mail à un client, peut alimenter un modèle et y être stockée sans que vous en ayez conscience. Pour une newsletter, cela peut être sans importance. Pour des données clients sensibles, ce n’est pas le cas – surtout lorsque des systèmes agentiques accèdent plus profondément aux données qu’un simple chatbot.

Conclusion : d’abord la question des données, ensuite l’automatisation

L’IA agentique est un vrai levier. Et vous n’avez pas à choisir entre « construire une campagne performante » et « garder les données sous contrôle » – à condition de clarifier la question des données avant d’automatiser, pas après. Les deux tiers dont parle McKinsey ne sont pas un effet de mode. Mais ils ne se concrétisent que si la question des données est réglée au préalable.

Reste la question qui compte vraiment : cela vous dérange-t-il que vos données partent éventuellement aux États-Unis et y soient utilisées pour l’entraînement ? Ou préféreriez-vous être certain qu’elles restent chez vous ?