Qui est responsable lorsque des agents d'IA achètent des espaces publicitaires ?

• Tout agent d'IA doit avoir un responsable clairement désigné. Les organisations doivent déterminer qui est responsable de ses actions, en particulier lorsque les agents interviennent au sein de plusieurs équipes, auprès de différents clients et sur diverses plateformes.
• Les garde-fous ne remplacent pas la responsabilisation. Les autorisations et les limites de dépenses définissent ce qu'un agent est autorisé à faire, mais les organisations doivent tout de même déterminer à qui incombe la responsabilité du résultat.
• La responsabilisation devient plus complexe à mesure que le nombre d'agents augmente. Les équipes doivent pouvoir savoir quels agents sont actifs, où ils interviennent et de quelles compétences ils disposent au niveau des campagnes et des budgets.
• Les décisions prises par les agents d'IA doivent être traçables. Les organisations doivent pouvoir retracer les actions d'un agent, les éléments qui ont motivé sa décision et identifier la personne qui en est responsable.

L'IA agentique est déjà utilisée dans la mise en œuvre concrète des campagnes publicitaires. Les agents planifient, optimisent et coordonnent le travail entre les campagnes, les comptes et les canaux. Cela soulève une question : lorsqu'un agent IA prend une décision en matière de publicité, qui en est responsable ?

Les enjeux s'amplifient à mesure que les agents acquièrent davantage d'autorité. Une recommandation laisse toujours à une personne le soin de prendre la décision finale. Un agent qui réaffecte un budget, modifie des offres ou suspend des campagnes peut engager des sommes d'argent réelles avant même qu'une personne n'ait examiné cette décision. L'IAB décrit l'IA agentique comme des systèmes capables de planifier, de décider et d'agir de manière autonome pour atteindre des objectifs définis, sous la supervision humaine et dans le respect de certaines limites.

À mesure que l'exécution gagne en autonomie, la responsabilité ne peut plus rester implicite.

Pourquoi l'IA agentique modifie-t-elle la question de la responsabilité ?

Les agences médias ont recours à l'automatisation depuis des années. Les enchères basées sur des règles, la gestion du budget et les recommandations automatisées font déjà partie intégrante de la gestion quotidienne des campagnes. Les agents apportent une nouveauté : une plus grande autonomie dans une séquence de décisions plus large.

Un agent est capable d'interpréter un objectif, de déterminer les actions à entreprendre, de les mettre en œuvre sur plusieurs systèmes, d'évaluer le résultat et de choisir la prochaine étape. Cela élargit le champ des responsabilités, mais aussi l'ampleur des répercussions lorsqu'un problème survient.

Si un agent procède à un ajustement budgétaire erroné, à qui incombe la responsabilité du résultat ? Si plusieurs agents participent à un processus, l'entreprise peut-elle déterminer quel système a pris quelle décision ? Ces questions prennent une dimension opérationnelle dès lors que les agents participent à l'exécution en direct de campagnes médiatiques.

Pourquoi les glissières de sécurité ne suffisent-elles pas à elles seules ?

Les garde-fous sont nécessaires, mais ils ne suffisent pas à garantir la responsabilité.

Mon collègue Gal Zohar a récemment présenté une approche pratique visant à faire passer les agents d'une phase d'analyse en lecture seule à celle de l'exécution des campagnes, en commençant par des tâches ciblées et en élargissant progressivement leur autonomie à mesure qu'ils font preuve de performances constantes.

Cela définit ce qu'un agent peut faire. Cela ne définit pas à qui revient la propriété de ce qu'il fait.

Une organisation peut disposer de contrôles techniquement fiables tout en manquant de responsabilité clairement définie. Un agent peut disposer des autorisations et des limites de dépenses appropriées sans que personne n'assume clairement la responsabilité des conséquences en cas de problème.

À qui devrait appartenir un agent IA ?

Chaque agent de production doit être associé à un responsable humain désigné. La situation se complique rapidement lorsque les agents dépassent les frontières organisationnelles. Un responsable de campagne est en charge des campagnes. Une équipe opérationnelle configure les flux de travail. Le service informatique gère les accès. Une agence gère l’agent en fonction du budget du client.

Chaque partie détient une partie de l'environnement, mais cela ne permet pas de déterminer à qui appartient l'agent.

Un propriétaire désigné doit comprendre ce que l'agent est capable de faire, à quels systèmes et données il a accès, comment ses performances sont évaluées, et ce qui se passe lorsque son comportement s'écarte des attentes.

La gestion des droits d'accès doit également suivre un cycle de vie. Lorsqu'une personne change de poste ou quitte l'entreprise, ses agents ne doivent pas continuer à fonctionner avec des autorisations obsolètes et sans supervision claire.

Que se passe-t-il lorsque les entreprises comptent des dizaines, voire des centaines d'agents ?

Forrester qualifie ce problème émergent d’« expansion incontrôlée des agents » : les systèmes autonomes se multiplient plus rapidement que les organisations ne parviennent à les gérer efficacement. Plus de la moitié des entreprises déclarent en faire l’expérience.

Pour les organisations de marketing, le chemin à suivre est facile à imaginer. Une équipe développe un agent dédié au reporting. Une autre en utilise un pour l’optimisation. Une agence crée son propre flux de travail. Les éditeurs et les plateformes technologiques lancent leurs propres agents. Rapidement, plusieurs agents peuvent se retrouver à fonctionner simultanément sur des campagnes, des budgets, des données et des systèmes qui se recoupent.

Les organisations ont alors besoin d'une visibilité globale sur l'écosystème des agents : quels agents sont actifs, où opèrent-ils et comment interagissent-ils ? Comme nous l'avons vu dans l'article « Construire ou acheter ? La vraie question est de savoir comment mieux construire grâce à l'IA agentique », mettre un agent en service n'est qu'un début. La gouvernance, l'observabilité, la coordination et le soutien opérationnel continu sont essentiels une fois que ces systèmes sont mis en production.

Sans cette base, l'autonomie peut se développer plus rapidement que la responsabilisation.

Comment la responsabilité devrait-elle être assurée entre les marques, les agences et les partenaires technologiques ?

L'achat d'espaces publicitaires implique déjà une répartition des responsabilités. Une marque peut être propriétaire du budget, une agence peut gérer la campagne, un fournisseur de technologies peut fournir l'agent et l'infrastructure d'exécution, et les éditeurs peuvent mettre en œuvre les actions publicitaires. Les flux de travail basés sur des agents peuvent englober ces quatre acteurs.

Les organisations doivent donc déterminer à qui incombe la responsabilité lorsqu'un agent outrepasse ces limites.

La responsabilité s'étend également aux connaissances accumulées par les agents au fil du temps. Comme l'a expliqué Courtney Crossley dans son article « Data Ownership in the Age of Agentic AI », les marques doivent comprendre où se trouvent ces connaissances et ce qu'elles conservent lorsqu'une relation avec une agence ou un fournisseur de technologie prend fin.

Le niveau de responsabilité peut également varier en fonction du processus de travail. Le fait qu’un agent recommande une optimisation n’a pas les mêmes implications que le fait qu’il réaffecte de manière autonome une part importante du budget entre les différents canaux. Plus un agent a d’influence sur les systèmes et les ressources financières, plus les limites de ses responsabilités doivent être clairement définies.

Pourquoi la responsabilisation est-elle plus complexe pour les agences ?

Les agences doivent veiller à ce que ces modèles fonctionnent pour un grand nombre de clients, d'équipes et de processus de travail. Lorsqu'une seule équipe met au point un agent efficace, il s'agit d'une expérience. Mais lorsque des dizaines d'équipes exploitent ces agents pour l'ensemble d'un portefeuille de clients, cela relève alors du modèle opérationnel.

Lors de notre récente discussion « Demandez aux experts » consacrée aux facteurs qui permettent à l'IA agentique de fonctionner au sein des agences, Gal Zohar et Courtney Crossley ont expliqué pourquoi les normes communes revêtent une importance croissante à mesure que les équipes mettent en place leurs propres flux de travail. Il en va de même pour la responsabilité.

Les agences ont besoin de normes cohérentes en matière de responsabilité et d'appartenance des agents, tout en tenant compte des différences entre les budgets, les objectifs, les politiques et la tolérance au risque de leurs clients.

Pouvez-vous expliquer ce qu'a fait votre agent IA après que cela s'est produit ?

La responsabilité passe par des preuves. Qu'un agent améliore ses performances ou commette une erreur, les organisations doivent être en mesure de reconstituer le déroulement des événements.

Cela implique de savoir :

• Quel agent a pris cette mesure ?
• Quand cela s'est produit
• Quelles informations ont guidé cette décision ?
• De quels pouvoirs disposait l'agent ?
• Qui était responsable de l'agent ?

Pour les agences, ces données peuvent contribuer à la responsabilisation vis-à-vis des clients. Pour les marques, elles permettent de mieux comprendre comment les systèmes autonomes influencent les investissements médias. La capacité à retracer les décisions d'un agent pourrait bien finir par devenir aussi importante que celle de les automatiser.

Quelles questions faut-il se poser avant d'ajouter un nouvel agent IA ?

Avant de mettre un nouvel agent en production, posez-vous la question suivante :

• À qui appartient cet agent ?
• À quels systèmes, comptes, budgets et données peut-il accéder ?
• Qui peut remettre en cause son autorité ?
• Que se passe-t-il si son propriétaire quitte l'organisation ?
• Peut-on reconstituer ses décisions a posteriori ?
• Si un problème survient, dans quel délai pouvons-nous y mettre fin ?
• Si cela relève d'une relation agence-client, à qui revient la propriété du résultat ?

La rapidité et l'automatisation sont essentielles. C'est la capacité à répondre à ces questions qui garantit leur viabilité à grande échelle.

Quelles sont les exigences de la prochaine étape de l'IA agentique ?

L'adoption de l'IA agentique va continuer à s'accélérer. Gartner prévoit que d'ici 2028, 60 % des marques utiliseront l'IA agentique pour faciliter des interactions personnalisées et rationalisées, tandis que des organismes professionnels tels que l'IAB préparent déjà les annonceurs à l'arrivée de systèmes autonomes qui influenceront les décisions en matière de médias.

Les organisations qui parviennent à se développer à grande échelle auront besoin de bien plus que de simples agents compétents. Elles devront savoir quels agents sont en activité, de quels pouvoirs dispose chacun d'entre eux, à qui ils relèvent et qui est responsable de leurs décisions.

Dès lors que les agents IA commencent à intervenir directement dans la mise en œuvre des campagnes médiatiques, la responsabilité ne peut pas incomber à « l’IA ». Elle nous incombe toujours.

Prêt à mettre en œuvre l'IA agentique en veillant à ce que les contrôles appropriés soient en place ?

Découvrez comment Skai aide les professionnels du marketing à intégrer des agents IA dans leurs workflows médias, tout en leur offrant la gouvernance, la visibilité et le contrôle nécessaires à leur développement. Contactez Skai pour en savoir plus.

---

Questions fréquemment posées