On attribue à Tom Freston cette citation : « L’innovation consiste à prendre deux choses existantes et à les assembler de manière nouvelle ». On peut constater aujourd’hui que l’intelligence artificielle le fait de mieux en mieux avec des modèles et des systèmes de plus en plus développés. Un rapport de Goldman Sachs réalisé en 2023 révèle que l’intelligence artificielle générative (IAG ou IA générative) pourrait augmenter le produit intérieur brut (PIB) mondial de 7 % et remplacer 300 millions d’emplois de « travailleurs du savoir » (Goldman Sachs, 2023 ). Une projection qui illustre autant son potentiel économique que l’ampleur des transformations en cours et Le marketing n’échappe pas à ce bouleversement.
Mais, si l’intelligence artificielle générative révolutionne les pratiques, force est de constater, que cela soulève une limite. À force de standardiser les formats, l’IA Générative produit des messages, des contenus, des campagnes très similaires d’une entreprise à une autre, d’une marque à une autre. Or, le principe fondamental du marketing est de de marquer les esprits, c’est-à-dire de se démarquer de la concurrence en se distinguant. Une question de fond se pose alors : que devient l’authenticité à l’heure où les algorithmes produisent et personnalisent à notre place ?
L’intégration de l’IA Générative dans les pratiques marketing
Il n’aura fallu que quelques mois pour que les outils d’intelligence artificielle générative comme ChatGPT, Claude, Dall-E, Midjourney, Sora, Mistral, Gemini, DeepSeek, Copilot … s’imposent comme un impératif pour les communicants et les responsables marketing. Des start-ups aux multinationales, les entreprises y voient un double levier : (1) un gain de productivité (génération de conseils et de contenus, campagnes ajustées en temps réel …) et (2) une créativité augmentée (bonnes pratiques du marché, génération d’idées …) (Mimeche et al, 2025).
Selon une étude réalisée par Capgemini Research Institute (2023), 60 % des organisations intègrent l’IA générative dans leurs stratégies marketing. Les organisations qui investissent déjà dans l’IA générative en marketing, considèrent cette technologie (de rupture) comme un catalyseur de créativité et d’innovation pour leur métier. Ainsi, selon cette étude, 57 % des spécialistes du marketing s’attendent à ce que l’IA générative agisse comme un catalyseur pour débloquer de nouvelles possibilités créatives et 55 % prévoient que cela motivera les équipes à penser au-delà des limites habituelles. Les spécialistes du marketing qui utilisent déjà l’IA générative s’attendent à ce qu’elle soit appliquée à l’analyse des données (90 %), à l’optimisation du SEO (89 %), au service client (89 %), à la création de contenu (88 %) et à la génération d’images et de vidéos (86 %). Le marketing entre ainsi dans une ère nouvelle, celle du « marketing génératif » ou du « marketing artificiel ».
L’authenticité comme nouveau terrain de bataille stratégique
À mesure que l’usage des mêmes modèles génératifs se généralise : slogans, visuels et messages tendent à se ressembler. D’un post LinkedIn à une campagne Instagram, une forme d’uniformisation algorithmique semble, peu à peu, effacer les singularités des marques. La promesse initiale d’une personnalisation se transforme progressivement en risque de standardisation. Ce phénomène soulève un paradoxe : alors que les consommateurs sont davantage en recherche d’authenticité et de transparence, l’automatisation croissante peut donner naissance à des contenus perçus comme artificiels et interchangeables. Quelle place alors pour l’authenticité dans un monde automatisé ? Les consommateurs réagissent-ils différemment aux contenus générés par l’IA ?
Plusieurs travaux montrent que lorsque les consommateurs apprennent qu’un contenu publicitaire est l’œuvre d’une IA, leur confiance diminue, tout comme leur intention d’achat. Ce phénomène s’explique notamment par une perte de « connexion perçue » avec la marque, pourtant centrale dans la construction de la fidélité. (Campbell et al, 2022 ; Bakpayev, 2020 ; Brown et al, 2023 ; Bellaiche et al, 2024). Xiaoqing et al (2024), ont analysé 880 articles académiques et ont montré que le concept d’authenticité de marque revêt une importance significative dans le marketing. Cette authenticité peut avoir plusieurs dimensions. Akbar et Wymer (2017) ont évalué 40 dimensions d’authenticité.
L’IA générative offre une capacité de production de contenus inégalée. En quelques secondes, elle génère slogans, articles promotionnels, contenus sociaux ou campagnes ciblées. Cette technologie ou systèmes IA place désormais grandes entreprises et petites structures (start-ups, PME, micro-entreprises) presque sur un pied d’égalité quant à leur capacité à produire du contenu. L’avantage compétitif lié aux moyens n’est plus aussi déterminant qu’autrefois. Ce sont désormais les aspects stratégiques, relationnels et la cohérence des discours qui font la différence.
Quand l’humain reste l’ultime différenciateur
Certaines entreprises, notamment dans des secteurs ou des métiers où l’humain demeure central, comme les métiers de la vente par exemple, ont bien compris que l’IA, malgré son potentiel, ne peut remplacer pleinement la dimension relationnelle. Les travaux de Rita et Pierre Valette-Florence (2021) rappellent que la relation émotionnelle à la marque repose avant tout sur trois piliers : la confiance, l’attachement et l’engagement global. Or, ces dimensions ne peuvent être simulées qu’imparfaitement par des systèmes génératifs. Cette limite se retrouve également dans la relation des collaborateurs à leur organisation, comme le souligne Delmas (2022) dans son travail doctoral.
Dans cette perspective, les campagnes les plus marquantes ne sont pas nécessairement celles qui saturent l’espace médiatique de contenus, mais celles qui parviennent à s’inscrire dans un récit perçu comme sincère et partagé. L’exemple de la campagne du « loup mal aimé », portée par Intermarché (2025), illustre cette idée. Conçue par des équipes humaines, elle a su mobiliser une forte adhésion. À l’inverse, l’initiative de McDonald’s (2025), reposant sur une création intégralement générée par intelligence artificielle, a suscité des réactions critiques de la part de sa cible. Comme si, au-delà de la performance technique, une forme de distance s’était installée, révélant une attente persistante d’authenticité.
Cas Intermarché : https://www.youtube.com/watch?v=Na9VmMNJvsA
Cas McDonald’s : https://www.youtube.com/watch?v=LYz-5cL-BhA
Faut-il y voir le signe que le marketing de demain devra réinterroger la dimension humaine ? Car au fond, l’enjeu dépasse la seule efficacité communicationnelle. Il ne s’agit pas seulement de communiquer, mais de véhiculer des valeurs authentiques et partagées pouvant s’inscrire dans un imaginaire collectif partagé.
Bibliographie :
- Akbar, M. M., & Wymer, W. (2017). Refining the conceptualization of customer engagement. International Review of Public and Nonprofit Marketing, 14(1), 1–18. https://doi.org/10.1057/s41262-016-0023-3
- Bakpayev, M., Baek, T. H., van Esch, P., & Yoon, S. (2020). Programmatic creative: AI can think but it cannot feel. Australasian Marketing Journal, 30(1), 90-95. https://doi.org/10.1016/j.ausmj.2020.04.002
- Bellaiche, L., Shahi, R., Turpin, M., Barr, N., Ragnhildstveit, A., & Seli, P. (2023). Humans vs. AI: Whether and why we prefer human-created compared to AI-created artwork. Cognitive Research: Principles and Implications, 8(1). https://doi.org/10.1186/s41235-023-00499-6
- Brown, S., Kozinets, R. V., & Sherry, J. F. (2003). Teaching old brands new tricks: Retro branding and the revival of brand meaning. Journal of Marketing, 67(3), 19–33. https://doi.org/10.1509/jmkg.67.3.19.18657
- Campbell, C., Plangger, K., Sands, S., Kietzmann, J., & Bates, K. (2022). How deepfakes and artificial intelligence could reshape the advertising industry: The coming reality of AI fakes and their potential impact on consumer behavior. Journal of Advertising Research, 62(3), 241–251. https://doi.org/10.2501/JAR-2022-017
- Capgemini Research Institute. (2023). Generative AI in marketing: Reports and insights. Capgemini.
(Consulté via un article en ligne signalant que près de 60 % des organisations intègrent l’IA générative dans leurs stratégies marketing.) - Delmas, P. (2022). La relation ambivalente des collaborateurs à la marque : Manifestations et conséquences sur l’attitude envers la marque (Thèse de doctorat). Université Toulouse II.
- Goldman Sachs. (2023). Generative AI and the future of work : Generative AI could raise global GDP by 7% | Goldman Sachs)
- Li, X., Lim, M.-F., Ramlee, A. N. A., & Chekima, B. (2024). Brand authenticity: A 21-year bibliometric review and future outlook. Sage Open, 14(3) https://doi.org/10.1177/21582440241268847
- Mimeche, W., et al. (2025). IA : Regards croisés sur une nouvelle ère. Éditions Rex Hub. https://www.linkedin.com/company/rexhub/
- Valette-Florence, R., & Valette-Florence, P. (2020). Effets des émotions et de la personnalité de la marque sur l’engagement du consommateur via les effets médiateurs de la confiance et de l’attachement à la marque. Revue Française du Marketing, 268(4), 1–16.
