Havas : Seules 9 % Des Expériences Ia Créent De La Valeur

On croyait que brancher un modèle génératif sur chaque point de contact suffisait à moderniser une marque. Une vaste enquête mondiale vient de casser cette illusion : seules 9 % des expériences de marque qui intègrent l’intelligence artificielle atteignent réellement le haut du panier en matière de valeur perçue. Derrière les tableaux de bord qui célèbrent le temps gagné et les coûts compressés, les consommateurs jugent souvent l’interaction fade, interchangeable, parfois même trompeuse. Pour les équipes marketing, product, growth et CX, le signal est brutal : l’efficacité interne n’est pas un proxy de désirabilité.

Le travail mené par Havas, avec YouGov et une vague qualitative massive, ne se contente pas d’un sondage d’opinion. Il évalue plus de 21 000 expériences concrètes dans cinq univers — automobile, mode, distribution alimentaire, santé OTC et assurance — auprès de plus de 10 500 personnes au Brésil, en Chine, en France, en Allemagne, en Inde, au Royaume-Uni et aux États-Unis, complétées par 190 entretiens. Le verdict dessine un écart structurel entre ce que les entreprises cherchent à optimiser et ce que les publics veulent vraiment vivre. Relaté notamment par J’ai un pote dans la com, ce diagnostic mérite d’être lu comme un cahier des charges plutôt que comme une statistique de plus.

Le Piège De L’Efficacité, Ou Quand La Machine Amplifie Le Vide

Havas baptise le phénomène AI Efficiency Trap, le piège de l’efficacité de l’IA. Traduction opérationnelle : on industrialise des process, on accélère la production de messages, on automatise le service, on réduit le coût par interaction… et on découvre que le consommateur n’y gagne ni clarté, ni confiance, ni envie. La technologie démultiplie. Elle ne décide pas si ce qui est démultiplié mérite d’exister.

Trois chiffres, repris dans les sept marchés, devraient figurer au mur des salles de war room :

• 50 % des personnes interrogées estiment que l’IA des marques uniformise contenus, expériences et interactions.
• 56 % jugent que ces usages peuvent sembler trompeurs.
• Seuls 29 % trouvent que les expériences IA des marques paraissent véritablement humaines.

Cette triade — sameness, suspicion, manque d’humanité — n’est pas un détail d’image. Elle attaque le capital de préférence. Une marque qui parle partout de la même façon, avec le même rythme syntaxique et les mêmes accroches lisses, cesse d’être une voix. Elle devient un template. Or le template, par définition, n’est pas désirable.

Rechercher l’efficacité est un objectif légitime. Mais l’IA n’est pas seulement un outil opérationnel : c’est aussi un médium créatif. Les dirigeants s’interrogent sur ce que l’IA permet d’économiser. Les bâtisseurs de marques devraient plutôt se demander ce qu’elle permet de créer.

– Mark Sinnock, Global Chief Strategy, Intelligence and Innovation Officer, Havas Creative Network

La phrase de Mark Sinnock inverse le KPI. Tant que le comité de direction mesure uniquement le coût à l’unité de contenu ou le temps de résolution d’un ticket, le piège reste ouvert. Le bon indicateur n’est pas « combien d’expériences IA avons-nous déployées », mais « lesquelles méritent d’être amplifiées ».

Ce Que Mesure Vraiment Le Valuable AI Experience Score

Pour sortir du discours incantatoire, Havas a construit un score propriétaire, le Valuable AI Experience Score. Il ne note pas la sophistication technique. Il note la valeur perçue. Trois dimensions structurent l’évaluation, et elles sont d’une banalité stratégique… donc trop souvent oubliées dans les roadmaps.

D’abord l’utilité : l’expérience résout-elle un besoin concret, au bon moment, avec une pertinence mesurable ? Ensuite la crédibilité : inspire-t-elle confiance, paraît-elle fiable, assume-t-elle ses limites ? Enfin l’attractivité : donne-t-elle envie d’interagir, de revenir, de recommander ? Le score intègre aussi le risque inverse : les expériences ressenties comme manipulatoires ou mensongères détruisent de la valeur. Autrement dit, une IA brillante sur le plan technique peut afficher un score médiocre si elle pousse à l’achat de façon opaque ou recycle des arguments marketing déguisés en conseil.

Cette grille a le mérite de parler à la fois aux créatifs, aux data scientists et aux équipes juridiques. L’utilité concerne le produit. La crédibilité concerne la compliance et la preuve. L’attractivité concerne la marque. Quand l’un des trois piliers s’effondre, le tout s’effondre.

Quand Ça Marche, Ça Change Les Courbes

Le 9 % n’est pas une invitation au cynisme. C’est un écart de performance. Les expériences qui atteignent le haut du score ne sont pas « un peu mieux ». Elles sont d’un autre ordre :

• engagement 4,4 fois supérieur ;
• désirabilité de marque 1,6 fois plus élevée ;
• potentiel de croissance 1,5 fois supérieur aux expériences les plus faibles.

Pour une startup qui brûle du cash sur l’acquisition, ces multiples valent plus qu’un nouveau plugin. Pour un groupe qui déploie l’IA « partout parce que le board l’a demandé », ils justifient enfin de dire non à certains use cases. Le volume d’automatisation n’est plus un trophée. La sélectivité le devient.

Les Usages Qui Aident Battent Les Usages Qui Vendent

Le classement des cas d’usage est d’une clarté presque gênante. Les meilleures notes vont aux dispositifs qui accompagnent la personne, pas à ceux qui l’interrompent.

• Accompagnement et éducation assistés par l’IA : 56,7 / 100.
• Outils de comparaison de produits : 55,4 / 100.
• Présence des marques dans les outils conversationnels : 54,9 / 100.

À l’opposé, les formats les plus « marketing » au sens ancien du terme décrochent :

• contenus d’influence générés par l’IA : 45,9 / 100 ;
• publicité de marque : 48,4 / 100 ;
• formats d’achat intégrés : 49,6 / 100.

Le schéma est cohérent. Dès que l’IA a un métier clair — expliquer, comparer, décider, soutenir — le score monte. Dès qu’elle se déguise en créateur d’influence ou en vendeur trop pressé, le score chute. Les audiences ne rejettent pas la machine. Elles rejettent la machine qui prétend être autre chose qu’une aide.

Dans la pratique, cela signifie qu’un configurateur automobile capable d’expliciter un leasing complexe va plus loin qu’une campagne d’influence entièrement synthétique. Un assistant qui aide à lire une étiquette nutritionnelle ou une notice OTC crée plus de préférence qu’un encart publicitaire généré à la volée. Un agent conversationnel qui assume d’être un agent, et qui oriente vers un humain quand la question dépasse son périmètre, gagne en crédibilité ce que le deepfake d’influenceur perd en confiance.

Automobile En Tête, Santé Otc En Recul : Le Secteur Change Tout

Tous les marchés n’offrent pas le même droit à l’erreur. L’automobile obtient le meilleur Valuable AI Experience Score. Ce n’est pas un hasard de storytelling. Acheter ou louer un véhicule, c’est arbitrer des dizaines de paramètres : autonomie, entretien, options, financement, usage réel. L’IA y a un rôle de cartographe. Elle réduit la charge cognitive. Elle rend visible un choix autrement opaque. Quand elle le fait sans surpromettre, la valeur est immédiate.

À l’autre extrémité, la santé OTC — médicaments et produits de santé sans ordonnance — affiche le score le plus bas. Ici, l’enjeu n’est plus le confort de navigation. C’est l’exactitude, la prudence, la responsabilité. Une recommandation approximative n’est pas seulement agaçante. Elle est potentiellement dangereuse. Les consommateurs le sentent. Ils sanctionnent. La confiance n’est pas un attribut de branding : c’est une condition d’existence.

Entre les deux, la mode, la distribution alimentaire et l’assurance jouent des parties différentes. La mode peut séduire par le style génératif, mais se brûle dès que l’avatar ou le lookbook sent le clone. L’alimentaire gagne quand l’IA aide à comparer, à substituer, à réduire le gaspillage, et perd quand elle pousse des paniers gonflés. L’assurance, comme l’auto, vit de décisions complexes : un bon simulateur vaut mieux qu’un slogan empathique écrit par un LLM.

La plupart des marques disposent aujourd’hui d’une feuille de route IA. Beaucoup moins ont identifié précisément les moments où elle peut générer une véritable valeur pour leurs clients. Les gagnants ne seront pas ceux qui utiliseront le plus l’IA. Ce seront ceux qui sauront l’appliquer là où elle compte réellement.

– David Shulman, Global CEO, Havas CX

Ce Que Les Équipes Marketing Devraient Arrêter De Faire Demain Matin

Le réflexe le plus coûteux, aujourd’hui, consiste à industrialiser d’abord et à qualifier ensuite. On produit des variantes publicitaires à l’infini. On nourrit les réseaux de visuels « pretty enough ». On remplace des briefs créatifs par des prompts. On confie à des influenceurs synthétiques le soin de porter une preuve sociale qui n’en est plus une. Chaque geste peut sembler rationnel isolément. Ensemble, ils fabriquent le sameness mesuré par 50 % des répondants.

Autre habitude à interroger : l’absence de disclosure. Quand 56 % des gens trouvent l’IA potentiellement trompeuse, masquer l’origine d’un contenu n’est pas malin. C’est un accélérateur de défiance. Dire « ceci a été assisté par un modèle, puis relu par une équipe » n’enlève rien à la magie si le fond est utile. Cela ajoute de la crédibilité, le deuxième pilier du score.

Dernier réflexe toxique : croire que « plus humain » signifie « plus imitation d’humain ». Les 29 % qui trouvent les usages vraiment humains ne demandent pas forcément un ton copié-collé d’un community manager fatigué. Ils demandent de la considération. Une réponse courte, exacte, contextualisée, qui sait passer la main, paraît plus humaine qu’un pavé chaleureux et faux.

Une Feuille De Route Pour Créer De La Valeur, Pas Du Volume

Si l’on traduit l’étude en plan d’action, cinq mouvements s’imposent aux marques, aux agences et aux scale-ups.

1. Cartographier les moments de décision, pas les canaux. L’IA n’a pas à vivre partout. Elle a à vivre là où la personne compare, doute, apprend ou a besoin d’un filet. Un audit des micro-moments vaut mieux qu’un catalogue de features.

2. Assigner un métier à chaque modèle. « Générer de l’engagement » n’est pas un métier. « Expliquer la différence entre deux formules d’assurance habitation » en est un. Plus le job est net, plus le score a une chance de monter.

3. Mesurer l’utilité, la confiance et l’envie, pas seulement le CTR. Un taux de clic élevé sur une pub IA peut masquer une chute de désirabilité. Le framework Havas invite à ajouter des questions simples après interaction : cela m’a-t-il aidé, est-ce fiable, ai-je envie de revenir ?

4. Conserver une exigence créative identique à celle d’une campagne « humaine ». Si un film de marque passerait à la trappe en comité créatif, sa version générée ne mérite pas non plus d’être scalée. La machine amplifie. Elle n’absout pas.

5. Prévoir le coût de la mauvaise IA. Une expérience manipulatoire n’est pas neutre. Elle soustrait de la valeur. Dans la santé, l’assurance ou la finance, cette soustraction peut se payer en réputation pendant des années.

Startups, Scale-Ups Et Groupes : Trois Lectures Différentes Du Même 9 %

Pour une jeune pousse, le message est libérateur. Inutile de tout automatiser pour « paraître IA native ». Mieux vaut un seul parcours — onboarding, comparaison, support — absolument utile, crédible et désirable. Le 9 % dit que la rareté bien exécutée bat la présence totale mal exécutée.

Pour une scale-up en hypercroissance, le risque est l’inverse : scaler trop tôt des expériences moyennes. Les multiples 4,4 / 1,6 / 1,5 montrent qu’une expérience haute valeur finance mieux l’acquisition qu’une usine à variantes médiocres. Le growth stacking sans quality stacking est un leurre.

Pour un grand groupe, l’étude fonctionne comme un arbitre interne. Les directions digitales veulent déployer. Les directions de marque veulent protéger le territoire. Les directions juridiques veulent limiter le risque. Le score offre un langage commun. On ne discute plus de « modernité ». On discute de valeur consommateur vérifiable.

Création, Influence Et Publicité : Le Cœur Du Dilemme

Les plus mauvais scores concernent précisément les territoires où les budgets restent les plus visibles : influence générée, publicité de marque, achat intégré. Ce n’est pas un hasard culturel. C’est un problème de contrat social. L’audience accepte qu’une marque vende. Elle n’accepte pas qu’une marque feigne l’authenticité algorithmique.

Un influenceur synthétique peut être spectaculaire en conférence. En bas de scroll, il déclenche un radar à inauthenticité. Une pub générée peut être plus rapide à produire. Si elle ressemble à toutes les autres pubs générées, elle rejoint le tas des 50 % « ça se ressemble ». Un bouton d’achat magique dans un chat peut convertir. S’il court-circuite la compréhension, il grignote la crédibilité.

Faut-il pour autant interdire l’IA créative ? Non. Il faut lui appliquer le même niveau d’insight qu’à n’importe quelle expression de marque, comme le souligne Sinnock. Un concept fort, une preuve, une tension, une surprise : ces exigences ne disparaissent pas parce que le pixel est synthétique. Elles deviennent plus nécessaires, précisément parce que la production est devenue trop facile.

Outils Conversationnels : La Fenêtre Encore Ouverte

La présence des marques dans les outils conversationnels, à 54,9 points, est l’un des signaux les plus intéressants pour 2026. Les assistants, les chats de recherche, les interfaces vocales et les agents d’achat deviennent des linéaires invisibles. Y exister n’est plus optionnel. Y exister mal l’est encore moins.

La bonne pratique n’est pas d’y coller un slogan. C’est d’y déposer de l’aide : disponibilité, compatibilité, contre-indications, comparatifs honnêtes, alternatives. Autrement dit, traiter le LLM comme un nouveau rayon, pas comme un nouveau media d’affichage. Les marques qui gagneront cette couche seront celles dont les données produits sont propres, dont les réponses sont sourcées, dont le ton reste distinctif sans singer l’humain.

Cette bataille-là concerne autant le SEO que le brand content. Être cité, résumé, recommandé par un agent, c’est le nouveau shelf space. Mais un shelf space rempli de phrases interchangeables ne construit pas de préférence. Il construit de l’oubli.

Confiance, Transparence Et Preuve : Le Nouveau Brief Créatif

Si 56 % des répondants sentent une possible tromperie, le brief ne peut plus s’arrêter à « rendez-le viral ». Il doit inclure la preuve. D’où viennent les données ? Qui a validé la recommandation ? Que se passe-t-il si le modèle se trompe ? Comment basculer vers un humain ? Ces questions étaient autrefois réservées aux équipes compliance. Elles deviennent des arguments de marque.

La transparence n’a pas besoin d’être un pavé juridique. Elle peut être un geste de design : un libellé clair, une source cliquable, un niveau de certitude affiché, un bouton « ce n’est pas ce que je cherchais ». Ces micro-signaux nourrissent la crédibilité, donc le score, donc l’engagement.

Dans les secteurs sensibles, la règle devrait être plus dure encore. Une IA de santé OTC qui ne sait pas dire « je ne suis pas un professionnel de santé » n’est pas innovante. Elle est imprudente. Une IA d’assurance qui oriente toujours vers la formule la plus chère n’est pas personnalisée. Elle est extractive. Les consommateurs le détectent plus vite que les dashboards.

Ce Que L’Étude Dit Aux Agences Et Aux Écoles

Les agences qui vendent « de l’IA » comme un pack risquent de livrer exactement le sameness que l’étude dénonce. Celles qui vendent du jugement — quoi amplifier, quoi tuer, comment prouver — resteront nécessaires. Le médium créatif dont parle Sinnock n’abolit pas le métier. Il le déplace vers l’édition, l’insight et la responsabilité.

Du côté des formations, le skill le plus rare n’est plus « savoir prompt ». C’est savoir évaluer si une expérience mérite d’exister. Utilité, crédibilité, attractivité : on peut enseigner cette grille dès le premier brief. On peut aussi enseigner le coût réputationnel d’une expérience qui détruit de la valeur. Les portfolios remplis de démos génératives sans utilisateur réel ressemblent déjà à l’ancien book de banales pubs print.

La couverture de J’ai un pote dans la com a le mérite de remettre le débat là où il doit vivre : dans les comités de marque, pas seulement dans les labs. L’IA n’est plus une démonstration. C’est un territoire d’expérience comme un autre, soumis aux mêmes exigences d’attention.

Méthode : Pourquoi Cette Étude Pèse Plus Qu’Un Simple Baromètre

Beaucoup d’enquêtes IA se contentent d’opinions déclaratives : « êtes-vous favorable à… ». Ici, le dispositif croise quanti YouGov, qualitatif et évaluation de dizaines de milliers de touchpoints réels. Sept pays, cinq secteurs, plus de dix mille répondants : l’échantillon n’est pas un gadget de communiqué. Il permet de voir que la méfiance n’est pas un particularisme occidental, ni une lubie française.

Le fait que le haut du score reste rare — 9 % — alors que les déploiements explosent partout, indique un décalage de maturité. Les entreprises ont appris à brancher. Elles n’ont pas encore appris à éditer. Or l’édition, en matière d’expérience, c’est le vrai travail de marque : choisir, cadrer, prouver, émouvoir sans tricher.

On peut discuter tel ou tel item du score. On ne peut pas ignorer la cohérence interne des résultats : aide concrète en tête, formats de vente déguisée en queue, auto en avance, OTC en retrait, engagement démultiplié quand les trois piliers tiennent. C’est une carte, pas une sentence.

Vers Une IA De Marque Qui Mérite D’Être Amplifiée

La leçon finale n’est pas « ralentissez l’IA ». Elle est « cessez d’amplifier ce qui n’aide personne ». Les organisations qui gagneront les prochaines années ne seront pas celles dont le slide mentionne le plus grand nombre de cas d’usage. Ce seront celles qui sauront dire non à l’influence synthétique creuse, oui à l’éducation utile, non à la pub clone, oui à la comparaison honnête, non au chatbot qui feint l’empathie, oui à l’agent qui résout.

Le 9 % n’est pas un plafond. C’est un diagnostic de départ. Rien n’empêche une marque de basculer dans le club des expériences qui multiplient l’engagement par 4,4, à condition d’accepter que l’IA soit un médium, pas une baguette. Les consommateurs n’attendent pas la perfection technologique. Ils attendent qu’on arrête de leur vendre de l’efficacité interne comme s’il s’agissait d’un cadeau.

À l’heure où chaque roadmap se pare de modèles génératifs, la question de Mark Sinnock reste la plus utile : est-ce que ce que l’on s’apprête à démultiplier mérite véritablement de l’être ? Si la réponse hésite, mieux vaut encore une conversation humaine bien menée qu’une expérience artificielle qui uniformise, trompe et lasse. Les chiffres de Havas, relayés par J’ai un pote dans la com, n’interdisent pas l’audace. Ils exigent simplement que l’audace serve quelqu’un d’autre que le tableau de bord.

Les équipes qui feront ce basculement — de l’efficacité vers la valeur, du volume vers le métier, de l’imitation vers la preuve — n’auront pas seulement de meilleurs scores. Elles auront des marques que l’on a encore envie de croire. Dans un marché saturé de phrases générées, cette envie-là redevient le luxe le plus stratégique.