Publicité dans les LLM : ce que les marques doivent anticiper dès maintenant
La publicité au sein des plateformes LLM (ChatGPT, Gemini, Perplexity, Etc.) est appelée à devenir une norme. Si elle se situe encore aujourd’hui dans une phase d’expérimentation, la direction est claire et l’évolution inévitable. Dans un contexte de pression accrue autour de la monétisation et de la rentabilité, s’appuyer uniquement sur un modèle d’abonnements semble être risqué pour les plateformes d’IA, dont la diversification des sources de revenus sera essentielle à leur santé économique. Ce scénario n’est pas inédit : des acteurs comme Meta, avec Facebook ou Instagram, ont suivi la même trajectoire. La monétisation s’est imposée progressivement, au point qu’il est désormais impossible de parcourir un feed sans être exposé à des contenus sponsorisés.
À mesure que les LLM s’ouvrent à la publicité, les marques se retrouvent face à un territoire encore largement inédit. Si ces plateformes offrent un potentiel unique de diffusion publicitaire ultra-contextuelle, une question centrale demeure : seront-elles en mesure de concilier ce niveau de pertinence avec les exigences de portée des campagnes attendues par les annonceurs ?
C’est bien connu, l’objectif des marques est de rejoindre le maximum d’utilistateurs qualifiés : elles recherchent du reach qualifié. Cependant le modèle publicitaire des LLM en est encore à ses débuts. L’inventaire disponible reste limité et fortement sélectif — une contrainte nécessaire pour garantir l’efficacité au sein de ces environnements. Les publicités diffusées dans les chatbots IA doivent être hyper-pertinentes. Contrairement aux réseaux sociaux, fondés sur un défilement continu et passif, les interactions avec les LLM sont intentionnelles et profondément contextuelles. La publicité ne doit pas interrompre l’expérience utilisateur, elle doit l’enrichir Elle doit également s’appuyer sur des signaux en temps réel, et non sur des données comportementales passées, sous peine de perdre immédiatement sa pertinence.
Les usages de ChatGPT illustrent parfaitement cette exigence contextuelle. Un utilisateur peut, par exemple, solliciter l’outil pour préparer un entraînement de marathon : dans ce cas, une publicité pour des chaussures de course peut être parfaitement adaptée. Mais si ce même utilisateur consulte ensuite ChatGPT pour trouver une recette de gâteau, cette même publicité devient instantanément hors contexte, et donc beaucoup moins pertinente. La performance publicitaire dans les LLM repose donc avant tout sur la capacité à capter le bon signal au bon moment. Dès lors, une question clé se pose : l’inventaire publicitaire sera-t-il suffisant pour répondre aux attentes des annonceurs en matière de diffusion d’annonces ultra-pertinentes, précisément contextualisées ?
Face à cette contrainte, les LLM pourraient donc être amenés à proposer des solutions d’extension d’audience, permettant ainsi aux marques de rejoindre également sur l’open web un utilisateur qualifié par une plateforme d’IA selon ses recherches passées. Tel que mentionné précédemment, dans la mesure où les publicités sur les LLM se devra de demeurer contextuellement pertinente pour ne pas nuire à l’expérience utilisateur, les plateformes d’IA devront s’appuyer sur des partenaires technologiques capables de faciliter cette extension d’audience et déployer des campagnes à plus grande échelle sur l’open web. Et ne serait-ce pas d’ailleurs une manière pour les grandes plateformes d’IA de contribuer à la préservation de l’open web, qui constitue pour ces plateformes la source principale de contenus leur permettant de fournir des réponses précises aux demandes de leurs utilisateurs ?
Les chatbots d’IA concentrent aujourd’hui certaines des données d’intention les plus puissantes du marché. Toutefois, une stratégie reposant exclusivement sur un modèle fermé de type walled garden risque d’en restreindre considérablement le potentiel.
(Les tribunes publiées sont sous la responsabilité de leurs auteurs et n'engagent pas CB News).
