5 minutes
h1

Notre parcours avec Adobe AI nous a menés de l’intelligence prédictive à la création générative, puis à des systèmes agentiques agissant avec intention. Ce chemin a transformé notre façon de déployer la personnalisation à grande échelle, d’accroître la productivité et de stimuler l’innovation. Voici ce que nous avons appris, ce qu’il a fallu pour en arriver là, et ce qui nous attend.

Introduction

L’IA n’est plus un mot à la mode du futur dans l’expérience digitale : elle est aujourd’hui le moteur de la personnalisation, de la productivité et de la montée en échelle. Dans les secteurs du voyage, de l’hôtellerie et du divertissement, où la précision et l’évolutivité sont essentielles, de nombreuses organisations ont commencé par exploiter les capacités d’IA prédictive dans Adobe Analytics et Adobe Target. Ensuite, l’adoption s’est élargie à l’IA générative via des outils comme Adobe Experience Platform AI Assistant et évolue désormais vers des fonctionnalités d’IA agentique au sein et au-delà d’Adobe Experience Platform. Ce parcours a permis de dégager des enseignements majeurs sur l’adoption, la gouvernance et l’innovation. Ces perspectives sont de plus en plus pertinentes pour toute organisation qui façonne sa stratégie d’expérience digitale alimentée par l’IA.

Fondations de l’IA

Adobe Analytics et Adobe Target ont constitué nos premiers accès au marketing piloté par l’IA. Adobe Analytics fournit des analyses prédictives grâce à la détection des anomalies, à l’analyse de contribution et à la prévision, tandis qu’Adobe Target rend la personnalisation concrète grâce au ciblage automatique, à la personnalisation et aux recommandations.

Ces fonctionnalités ont posé les bases de la confiance envers l’IA, en démontrant le retour sur investissement (ROI) de plusieurs façons :

Ensemble, ces résultats ont mis en évidence la valeur concrète de l’IA prédictive pour l’entreprise et ont renforcé la confiance des parties prenantes, ouvrant la voie à des cas d’usage plus avancés.

Comment faire : 3 étapes pour commencer à exploiter l’IA dans Adobe Analytics & Adobe Target

  1. Commencer par la détection des anomalies et l’analyse de contribution dans Adobe Analytics afin de valider les insights générés par l’IA.
  2. Utiliser la personnalisation automatisée dans Adobe Target pour proposer la meilleure variante de contenu à chaque visiteur, optimisée dynamiquement par l’IA prédictive.
  3. Suivre l’augmentation et le ROI sur le ciblage automatique et les recommandations pour démontrer rapidement l’impact concret sur l’entreprise.

Le passage à l’IA générative avec l’assistant IA d’Adobe Experience Platform

Le véritable tournant s’est produit lorsque nous avons adopté Adobe Experience Platform et commencé à utiliser l’assistant IA d’Adobe, propulsé par l’IA générative. Cet assistant s’est rapidement imposé comme bien plus qu’une curiosité : il est devenu un outil de productivité quotidien pour toutes les équipes.

Pourquoi nous avons adopté l’assistant IA

La décision d’utiliser l’assistant IA répondait à trois besoins :

  1. Rapidité d’accès aux insights : Les analystes et les utilisateurs professionnels avaient besoin de réponses rapides à partir de jeux de données complexes, sans rédiger de requêtes manuellement.
  2. Accessibilité : Adobe Experience Platform est puissant, mais peut sembler intimidant pour les personnes non techniques. Une interaction plus naturelle avec les données et les insights, via des requêtes conversationnelles, permet de réduire cette barrière.
  3. Intégration : Avec l’arrivée de nouveaux collaborateurs et les changements de rôles, rendre les équipes opérationnelles sur Adobe Experience Platform prenait du temps. L’assistant IA peut servir de « coach » interactif pour guider l’exploration.

Cas d’utilisation initiaux et leur évolution

Conseils de bonne pratique pour utiliser l’assistant IA avec des requêtes en langage naturel

Principaux résultats

Les avantages étaient évidents : les équipes sont devenues plus efficaces, Adobe Experience Platform est devenu plus accessible et les requêtes en langage naturel ont permis aux utilisateurs de différents services d'explorer les données et d'obtenir des informations avec un minimum de contraintes.

L’adoption, toutefois, n’a pas été sans difficultés :

Une fois ces obstacles identifiés et surmontés, les bénéfices sont devenus incontestables.

L’ère émergente de l’IA agentique

Si l’IA générative est puissante, l’IA agentique marque une nouvelle étape. Plutôt que de se limiter à répondre à des requêtes, l’IA agentique permet d’exécuter et d’orchestrer de façon autonome des workflows multi-étapes : de l’élaboration de la stratégie à la création de segments, en passant par la personnalisation et les contrôles de qualité des données. Il s’agit d’un passage de « l’assistance » à « l’automatisation collaborative » : l’IA générative répond aux questions et génère du contenu, tandis que l’IA agentique coordonne plusieurs tâches, gère les dépendances et exécute des workflows complexes selon des objectifs définis.

Nous explorons actuellement les possibilités offertes par :

  1. Adobe Experience Platform Agent Orchestrator – permet aux agents de collaborer sur des workflows marketing en plusieurs étapes.
  2. Agents Adobe Experience Platform conçus spécifiquement – agents spécialisés pour la segmentation, l’activation et l’analyse.
  3. Adobe GenStudio et Firefly – générer du contenu personnalisé et conforme à la marque à grande échelle.

En dehors de la plateforme Adobe, nous évaluons également l’IA agentique pour la qualité des données, la résolution d’identité et la stratégie de personnalisation, afin d’assurer une opération de l’IA sur l’ensemble du parcours client.

Aujourd’hui, la création d’une campagne implique souvent plusieurs transferts : l’ingénierie des données prépare l’audience, le marketing conçoit le contenu et les opérations gèrent l’activation. À court terme, un ensemble coordonné de processus d’IA agentique pourra exécuter ces étapes de façon fluide, réduisant les échanges manuels. Ce changement permet aux équipes de se concentrer davantage sur la stratégie et la prise de décision créative, tout en réduisant considérablement le délai de mise sur le marché, passant de plusieurs mois à quelques jours seulement.

Texte alternatif par défaut

Guide pratique : 3 étapes pour se préparer à l’IA agentique

  1. Impliquer les équipes juridiques et sécurité dès le début : documenter l’architecture, les workflows et l’utilisation des données, puis démontrer la conformité, la protection de la vie privée et les dispositifs de sécurité en place.
  2. Définir les rôles et responsabilités des agents : préciser les processus ou workflows gérés par chaque agent (par exemple : segmentation, génération de contenu, optimisation et validation), en veillant à l’alignement avec les objectifs métier.
  3. Prototyper d’abord des workflows limités : commencer par de petites expériences contrôlées avant de passer à une orchestration à l’échelle de l’entreprise, et partager les premiers résultats pour renforcer la confiance et la compréhension.

IA générative vs IA agentique : quelle différence ?

Fonctionnalité / Capacité

IA générative (GenAI)

IA agentique

Fonction
Répond aux prompts ; génère du contenu (texte, images, code)
Planifie, exécute et orchestre de manière autonome des workflows multi-étapes
Proactivité
Réactive : attend une action de l’Utilisateur
Proactive : prend l’initiative sur les tâches et les processus
Collaboration
Interaction unique avec l’assistant
Plusieurs agents peuvent coordonner et collaborer
Gestion du contexte
Contexte limité entre les étapes
Maintient le contexte à long terme et adapte les actions de façon dynamique
Évolutivité
Tâches ponctuelles ou génération de contenu
Orchestration à l’échelle de l’entreprise des campagnes, de la personnalisation et de la qualité des données
Impact
Augmente la productivité
Permet des changements transformationnels et libère les équipes humaines pour la stratégie & et la créativité
Time to Market
Accélère les tâches uniques
Réduit considérablement les cycles de campagne et d’activation, passant de plusieurs mois à quelques jours

À retenir : L’IA générative permet d’aller plus vite ; l’IA agentique permet de réaliser ce qui n’était pas possible auparavant.

Leçons tirées & et prochaines étapes

Notre parcours met en avant quelques enseignements clés :

Comprendre l’évolution des capacités de l’IA

Dans les années à venir, nous voyons l’IA agentique transformer non seulement la productivité, mais aussi la façon dont les expériences sont conçues, orchestrées et délivrées. Des agents coordonnés gèrent les audiences, le contenu et l’activation de façon fluide, permettant aux équipes marketing de consacrer plus de temps à la planification stratégique et à l’innovation créative.

Pour les pairs et les professionnels, mon conseil est simple : adopter l’IA comme partenaire, et non seulement comme outil. Commencez modestement, partagez vos réussites et préparez-vous à un avenir piloté par les agents.

Continuez à développer vos compétences en IA.

Découvrez des contenus pratiques sur l’IA, des cas d’usage concrets et des workflows opérationnels conçus pour les responsables marketing d’aujourd’hui.

primary

--spectrum-gray-700

000000

white

Développez vos compétences en IA

primary

--spectrum-gray-700

000000

white