Les responsables du référencement, des médias payants et du marketing numérique qui deviendront directeurs et cadres au cours des prochaines années seront ceux qui pourront prouver que l’IA est rentable tout en gardant leurs équipes intactes. Deux recherches, l’une du MIT Technology Review et l’autre de la Harvard Business School, expliquent pourquoi cette combinaison devient un argument de promotion.
J’ai récemment raconté une blague à propos d’une épicerie située entre Harvard et le MIT. Un élève fait rouler un chariot contenant 15 articles dans la file des 10 articles ou moins. Le caissier regarde le panneau, regarde l’étudiant et soupire. « Vous devez soit aller à Harvard et ne pas savoir compter, soit aller au MIT et ne pas savoir lire. » Je le reprends maintenant pour les deux écoles.
Le MIT compte le coût
L’article de David Rotman dans le Revue technologique du MIT analyse l’enjeu derrière chaque outil d’IA de votre pile marketing. Les hyperscalers dépenseront environ 750 milliards de dollars en centres de données cette année. Gary Gensler, qui a dirigé la SEC sous le président Biden et enseigne maintenant au MIT Sloan, estime les revenus totaux de l’IA entre 150 et 200 milliards de dollars.
Jessica Wachter de Wharton, ancienne économiste en chef de la SEC, a demandé à quelle vitesse les bénéfices des hyperscalers doivent croître pour justifier environ 1,1 billion de dollars de dépenses jusqu’en 2027. Sa réponse est un facteur de 2,7 d’ici 2030 pour atteindre le seuil de rentabilité. Si cette productivité n’apparaît pas, elle et son co-auteur appellent la construction la « plus grande mauvaise allocation du capital de l’histoire ».
Les spécialistes du marketing de recherche ont un intérêt direct. Rotman rapporte qu’Alphabet a réalisé un chiffre d’affaires de près de 120 milliards de dollars au dernier trimestre et a toujours enregistré un déficit de trésorerie disponible d’environ 5,9 milliards de dollars, le premier depuis son introduction en bourse en 2004. Ma conclusion, et non celle de Rotman, est qu’une entreprise finançant des réponses à l’IA à partir d’un coussin plus mince qu’elle n’a jamais eu continuera à changer l’apparence de ces réponses et qui est cité.
L’écart de productivité dont Wachter a besoin n’est pas encore visible. Rotman cite une enquête menée auprès d’environ 6 000 cadres dans quatre pays. Environ 90 % n’ont signalé aucun gain de productivité grâce à l’IA sur trois ans. Kevin Indig a retracé où vont ces heures au sein des équipes marketing. L’étude de Workday, telle qu’elle le rapporte, révèle que pour 10 heures économisées par l’IA, les entreprises redonnent environ quatre heures, corrigeant ainsi un faible rendement. BetterUp Labs et Stanford Social Media Lab ont découvert que 41 % des travailleurs ont reçu des « workslop » d’IA au cours du mois précédent, et chaque cas a pris près de 2 heures à trier.
J’ai écrit « Comment calculer le retour sur investissement des campagnes de marketing d’influence » il y a cinq ans, et vous pouvez utiliser la même formule pour calculer le retour sur investissement de l’IA. Je dirais également que toute affirmation sur l’efficacité de l’IA dans un plan marketing n’est prouvée que lorsque quelqu’un montre les heures des deux côtés du grand livre.
Voir aussi : L’IA ne tue pas la responsabilité marketing, elle révèle qui ne l’a jamais eu
Harvard montre où évoluent les emplois
L’article d’Ana Elena Azpúrua, « Enhance or Eliminate? How AI Will Likely Change These Jobs », dans HBS Working Knowledge, résume les recherches menées par Suraj Srinivasan, professeur à la Harvard Business School, et ses coauteurs, et montre où ce grand livre pointe pour votre équipe. Après le lancement public de ChatGPT en novembre 2022, les offres d’emploi pour des métiers à forte intensité de tâches structurées et répétitives ont chuté de 13 %. Les offres d’emploi pour des postes fondés sur un travail analytique, technique ou créatif, que l’IA peut améliorer, ont augmenté de 20 %. Les chercheurs ont examiné les offres d’emploi de 2019 à mars 2025 dans presque tous les postes vacants aux États-Unis, en utilisant ChatGPT pour trier plus de 19 000 tâches dans plus de 900 professions.
Les listes de compétences ont également changé. Les offres d’emploi pour des postes sujets à l’automatisation indiquaient 7 % de compétences en moins. Les offres d’emploi pour des postes à fort potentiel d’augmentation demandaient plus souvent des compétences en IA telles que la rédaction rapide et l’utilisation d’outils d’IA. Les baisses les plus importantes sont survenues dans les secteurs de la finance et de la technologie. Le conseil de Srinivasan aux entreprises est de traiter l’IA générative comme un « outil d’augmentation plutôt que comme une simple mesure de réduction des coûts » et de financer la reconversion professionnelle. L’étude couvre uniquement la situation américaine à court terme, de sorte que les auteurs affirment que les effets à long terme et hors États-Unis restent incertains.
L’article ne dit pas où atterrissent les rôles de référencement, de médias payants ou de marketing numérique. Ma lecture, et c’est une déduction de la vérité fondamentale dans votre organisation, est que les parties structurées et répétitives de notre travail sont du côté exposé. Pensez aux rapports récurrents, à la balise de titre groupée et à la production de textes publicitaires, aux ajustements d’enchères et au nettoyage des termes de recherche. Le travail de jugement se situe du côté amélioré. La stratégie, la conception des tests, la mesure et la persuasion entre équipes sont les domaines dans lesquels un manager devient un directeur.
La tension que les dirigeants apporteront dans la salle
Mettez les deux études côte à côte. Rotman rapporte que les dirigeants interrogés espèrent augmenter leur productivité en augmentant leurs ventes tout en réduisant les effectifs. Les recherches de Srinivasan soutiennent que les entreprises tirent davantage parti de l’IA lorsqu’elles établissent une collaboration entre les humains et l’IA et qu’elles recyclent les personnes dans ce sens. Vos réunions budgétaires se situeront entre ces deux positions.
Je favoriserais le manager qui peut apporter les deux. Montrez le gain de productivité en heures et en résultats afin qu’il survive à la question d’un cadre, et montrez le plan pour les personnes dont les tâches répétitives sont absorbées par les outils. Rotman ajoute une raison supplémentaire d’être prudent. Si l’IA améliore la productivité en détruisant des emplois, la réaction du public pourrait bloquer les investissements mêmes sur lesquels comptent les hyperscalers. J’ai soutenu que les marques d’IA gagnent en considération et non en confiance, et que les suppressions d’emplois creusent cet écart.
Comment appliquer cela à votre stratégie
Si vous effectuez une recherche SEO et AI
Tenez un registre des heures d’IA pour chaque flux de travail. Enregistrez les heures passées à demander, vérifier et corriger les résultats, et placez-les à côté des classements, des citations et des conversions assistées produites par le flux de travail. Comparez votre taux de retouche aux quatre sur 10 de Workday et considérez toute lacune comme une constatation auprès de votre directeur. Déplacez les heures libérées vers le travail, selon Indig, qui est évincé par les outils d’IA internes, qui publient, gagnent des mentions et renforcent la marque recommandée par les moteurs de recherche et les systèmes d’IA. Suivez les citations de plusieurs assistants chaque mois afin que les modifications apportées à une plate-forme apparaissent dans vos propres données.
Si vous diffusez des médias payants
Demandez à vos plateformes et agences quelles fonctionnalités d’IA de vos campagnes sont regroupées ou à prix réduit aujourd’hui, et obtenez les conditions tarifaires par écrit. Jugez les campagnes automatisées sur leur incrémentalité à l’aide d’un test de résistance, et pas seulement sur le coût par résultat, car la programmation nous a appris que l’efficacité seule peut masquer le gaspillage. Notez quelles tâches médiatiques payantes sont structurées et répétitives au sein de votre équipe, et présentez à l’équipe de direction un plan qui déplace ces heures vers des tests et des mesures créatifs.
Si vous gérez le marketing numérique de manière plus large
Créez des flux de travail afin qu’un modèle moins cher puisse être remplacé, puisque Rotman répertorie les modèles moins chers et suffisamment bons et les petits modèles locaux parmi les menaces concurrentielles qui pèsent sur les modèles frontaliers. Conservez vos invites et un petit ensemble de tâches de test dans les fichiers que vous possédez et exécutez un modèle plus petit avec votre outil actuel sur une tâche réelle. Créez ensuite une carte de pointage IA d’une page pour votre prochaine révision budgétaire avec les heures économisées, les heures restituées, la mesure des résultats qui ont évolué, le coût par flux de travail et le modèle de secours. Ajoutez une ligne de requalification à votre demande de budget couvrant la maîtrise de l’IA et le travail aux côtés de l’IA, ce que les recherches de Srinivasan indiquent que les employeurs souhaitent désormais dans des rôles sujets à l’augmentation.
Personne ne peut dire quand la bulle de l’IA éclatera, et Rotman n’essaie pas. Le manager qui peut montrer les heures, les résultats et le plan de l’équipe tiendra un dossier qui fonctionnera quelle que soit l’année où il se produira. Le MIT sait compter. Harvard le peut aussi. Nous devrions aussi le faire.
Plus de ressources :
