La créativité peut-elle séduire à la fois les esprits et les modèles d'IA ?

Les sciences du marketing nous ont permis de nous accorder sur un principe fondamental depuis un siècle : la communication de marque consiste à construire des souvenirs et des associations d'idées dans l'esprit humain, capables d'être déclenchés aux moments clés du parcours de décision et d'achat.

Mais une mutation profonde est à l'œuvre. L'Intelligence Artificielle offre bien plus qu'une nouvelle boîte à outils pour concevoir du contenu de marque : elle façonne un tout nouvel auditoire pour lequel nous devons créer du contenu. Les responsables marketing font désormais face à une double audience :

1. Les acheteurs humains qu'ils ont toujours servis.
2. Les algorithmes, agents virtuels et grands modèles de langage (LLM) qui s'interposent désormais directement sur le parcours de découverte du consommateur.

À chaque ère son indicateur clé : L'avènement du Share of Model™

Pour s'imposer à l'ère de l'IA générative, les marques doivent adopter une nouvelle métrique marketing : le Share of Model™ (ou Part de Modèle). Cet indicateur s'inscrit dans la continuité des grandes métriques du secteur : la Part de Marché (Share of Market), la Part de Voix (Share of Voice) et la Part de Recherche (Share of Search).

Aujourd'hui, les marques doivent suivre leur Share of Model™ pour mesurer et optimiser leur visibilité, la précision des informations les concernant et la perception renvoyée par les LLM au cœur du processus de découverte. Avec des plateformes comme Google Gemini délivrant des recommandations à plus de 2 milliards d'utilisateurs par semaine, les marques les mieux découvertes et recommandées par ces modèles connaîtront la croissance la plus rapide.

Dans le cadre d'un projet de recherche mené avec David Dubois (Professeur à l'INSEAD), Tom Roach (VP Brand Strategy) et Natasha Wallace (CSO Strategy, AI & Planning chez Jellyfish) ont utilisé le Share of Model™ pour analyser si et comment l'IA et les humains réagissent différemment à la créativité, révélant ce que les marques doivent concevoir pour un monde à double audience et des parcours d'achat médiatisés par l'IA.

Découverte majeure : Le problème de la « double audience »

Nous avons analysé plus de 480 publicités présélectionnées ou récompensées aux Cannes Lions pour comparer la manière dont les humains et les modèles d'IA évaluent leur efficacité.

L'étude révèle qu'il existe une corrélation nulle entre le classement de l'impact créatif par les humains et par les modèles d'IA. Le top 10 des publicités préférées par l'IA et le top 10 des publicités préférées par les humains étaient presque totalement différents.

Les caractéristiques structurelles spécifiques d'une publicité expliquent trois fois mieux les évaluations faites par l'IA que celles faites par les humains. Ce fossé met en évidence une différence fondamentale dans le traitement de l'information :

• L'Humain privilégie la Gestalt (la globalité de l'histoire) : il est câblé pour la nuance, les déclics émotionnels et la rupture créative.
• L'IA privilégie l'explicite : les modèles ne connaissent pas l'ennui et ne "ressentent" pas l'arc narratif. Ils scannent le contenu de manière systématique, en priorisant des signaux hiérarchiques clairs, des descriptions centrées sur le produit et une pertinence structurelle.

Émotion vs Clarté : La fracture créative

Cette divergence s'est manifestée de manière évidente à travers plusieurs supports :

1. L'anomalie de la publicité pour le vin : les humains trouvent les séquences en ralenti désirable et poétiques. L'IA les pénalise, déduisant d'une analyse image par image que le ralenti génère moins d'« informations pertinentes » par seconde.
2. Le joaillier contextuel : une marque de luxe s'est très bien classée auprès de l'IA en structurant sa communication autour du contexte et des raisons d'achat (mariages, cadeaux, fiançailles) plutôt qu'en se focalisant uniquement sur le produit. L'IA a récompensé cette structure explicite.
3. Le piège sémantique du ski : une marque de skis haut de gamme a mis en avant la « rigidité » de ses modèles comme une caractéristique clé pour les experts. L'IA a interprété le terme « rigidité » comme un point négatif, s'appuyant très probablement sur des forums de débutants associant ce mot à la difficulté de pratique.

Éviter le Lissage Créatif

Si les responsables marketing pensent devoir saturations leurs publicités de données denses et descriptives pour plaire aux LLM avant de plaire aux humains, nous risquons de déclencher un problème majeur d'efficacité : le Lissage Créatif.

Sur-optimiser pour les machines crée une réaction en chaîne :

Publicités denses et saturées de données ➔ Perte de résonance émotionnelle humaine = Lissage Créatif

Vouloir plaire à l'algorithme avec des listes de contrôle informatives échoue auprès du spectateur humain. Le défi créatif central est désormais clair : comment améliorer la réceptivité des modèles d'IA sans altérer la créativité ?

Bâtir des Systèmes de Marque Intégrés

Malgré ces divergences, la solution ne réside pas dans deux approches séparées. L'opportunité réside dans la construction de systèmes de marque intégrés, dotés d'un message et d'actifs cohérents qui fonctionnent aussi bien pour l'interprétation humaine que pour l'interprétation algorithmique.

L'IA ne nourrit pas son apprentissage uniquement de la publicité : elle apprend de tout ce qui se dit sur votre marque. Les contenus issus des réseaux sociaux et des influenceurs apparaissent aujourd'hui dans environ 60 % des recommandations d'IA, et YouTube sert de source pour 1 recommandation sur 4. Construire une marque aujourd'hui relève moins du coup d'éclat créatif isolé que d'un équilibre entre storytelling et pensée systémique.

Chez Jellyfish, nous accompagnons les marques dans leur transformation liée à l'IA générative pour conserver un temps d'avance grâce à des services créatifs dopés à l'IA, des audits structurels et des analyses spécialisées sur le Share of Model™.