Ce que l’IA change au ROI marketing, et ce qu’elle ne change pas.

D’ordinaire, ce débat porte sur les canaux. La recherche hors marque coûte plus cher et convertit moins bien ; la ligne budgétaire glisse donc vers LinkedIn, quelqu’un trace le graphique, et la réunion finit à l’heure.

Le graphique est juste. Ce qu’il n’explique pas, c’est pourquoi les retours ont baissé, alors que c’est la seule question qui dirait quoi faire ensuite.

Voici l’autre version : trois leviers, ce qui s’est grippé dans chacun, ce que l’IA y change, et ce qu’elle laisse rigoureusement en l’état.

Trois leviers, et pourquoi aucun ne rapporte plus

Le premier levier consistait à acheter l’attention au moment où quelqu’un cherchait quelque chose. La recherche hors marque ciblait le problème plutôt que votre nom, et le clic faisait office de transaction. Ce mécanisme se défait par les deux bouts : les réponses s’affichent désormais sur la page de résultats et dans les assistants, et la question se règle sans visite.

LinkedIn absorbe désormais 41 % des budgets publicitaires B2B, contre 39 % auparavant, tandis que la part de la recherche hors marque est tombée de 37 % à 33 %. En un an, le coût par clic sur les requêtes hors marque a grimpé de 29 % et le taux de clic a chuté de 26 %.

Dreamdata, LinkedIn Ads Benchmarks Report 2026, 10 mars 2026 · agrégé à partir de plus de 66 millions de sessions et de 3,5 millions de parcours clients

Le communiqué de Dreamdata présente ces 41 % comme une part des budgets consacrés aux réseaux sociaux payants, quand le blog du rapport y voit une part des budgets publicitaires : la progression de deux points indique donc une tendance plutôt qu’une mesure. La tendance, elle, ne fait aucun doute.

Le deuxième levier consistait à juger le résultat dans le trimestre. Il s’est rompu sans bruit : le parcours s’est allongé, le cycle de reporting non.

Le retour médian sur les dépenses publicitaires LinkedIn s’établit entre 0,1 et 0,3x à 30 jours, entre 1,5 et 3,0x à 180 jours et entre 3,0 et 6,0x à 365 jours.

Données de référence GrowthSpree 2026, 29 avril 2026 · médianes des comptes B2B suivis, connues par des sources secondaires et non par la publication d’origine

Voyez-y une forme plutôt qu’une constante, car votre propre courbe dépend de la taille de vos affaires. Mais la forme tient : bon marché en apparence au début, coûteuse en apparence à la fin. Jugez un parcours de 272 jours sur un rapport à 30 jours, et il aura toujours l’air d’un échec, puisqu’au trentième jour, c’en est un.

Le troisième levier consistait à compter les personnes qui avaient répondu. Or le B2B ne vend pas à quelqu’un qui a cliqué. Il vend à un comité de dix personnes qui débattent neuf mois durant, sur quatre canaux.

Le coût par clic sur LinkedIn s’élevait en moyenne à 5,98 €, contre 5,19 € sur Google Search et 1,60 € sur Meta. Le coût par entreprise influencée atteignait 70,11 € sur LinkedIn, contre 154 € l’année précédente.

Dreamdata, LinkedIn Ads Benchmarks Report 2026, 10 mars 2026 · moyennes sur l’ensemble des annonceurs B2B suivis, et non le chiffre d’un compte isolé

Sur le coût par clic, le réquisitoire contre LinkedIn s’écrit tout seul. Sur le coût par entreprise influencée, le même canal a quasiment divisé son prix par deux en un an. Les deux chiffres proviennent du même jeu de données, et c’est bien ce qui dérange.

Où chaque levier a cédé, et où cela se voit

Les chiffres de la troisième colonne sont cités intégralement plus haut. Revu en août 2026.

Aucun de ces problèmes ne se règle en réaffectant du budget. Ils se règlent, ou pas, selon ce que votre entreprise sait faire entre deux revues.

Être présent là où se forme la réponse

Si la réponse arrive désormais sans clic, le travail consiste à figurer dans la réponse. Autrement dit, à savoir ce que répondent les assistants quand quelqu’un pose la question de votre acheteur, ce qu’aucun rapport de positionnement ne vous dira.

L’enjeu n’est pas le trafic. La liste restreinte se referme des mois avant que quiconque ne vous appelle, et elle se referme en votre absence.

94 % des groupes d’achat avaient classé leurs fournisseurs préférés avant tout premier contact avec un commercial, et ont acheté à ce favori initial dans 77 % des cas.

6sense, 2025 Buyer Experience Report, 12 novembre 2025 · plus de 4 000 acheteurs en Amérique du Nord, dans la zone EMEA et en Asie-Pacifique

Le classement se fait donc pendant que vous attendez encore la demande, et celui qui le domine l’emporte environ trois fois sur quatre.

C’est le terrain où l’IA excelle, car le travail est un sondage permanent : quelqu’un, ou quelque chose, doit poser les mêmes questions chaque semaine et consigner les réponses.

Le suivi des positions couvre le volet recherche et relie chaque position à la page qui l’a obtenue. L’optimisation pour les moteurs génératifs, ou GEO, couvre l’autre volet : elle interroge directement les assistants et note lesquels vous nomment, lesquels vous citent et lesquels ne font ni l’un ni l’autre.

Le moteur de contenu s’empare ensuite de l’écart pour le combler, en huit étapes, du mot-clé à l’article publié, et le brouillon attend qu’une personne le signe.

Le retour, ici, ne tient pas à des clics moins chers. Il tient à une présence là où le clic est parti, achetée en contenu plutôt qu’en espace média, et mesurée au fait d’être nommé ou non par les assistants plutôt qu’au trafic.

Sur les délais, restez réaliste. Établir le point de départ prend une semaine. Faire bouger ce que disent les assistants prend deux à trois trimestres, car cela dépend de sources qui ne vous appartiennent pas. Quiconque promet des délais plus courts présente le point de départ comme s’il s’agissait du résultat.

Tenir la distance sur neuf mois

Ici, l’IA ne change rien, du moins directement.

La fenêtre, c’est vous qui la fixez. Aucune machine ne décidera à votre place que l’étalon des 30 jours était le mauvais.

Ce que l’IA change, c’est la capacité à tenir sur une fenêtre longue. Neuf mois, c’est long pour ne pas perdre le fil, et l’échec vient rarement d’une mauvaise décision. Le plus souvent, personne n’a regardé à la sixième semaine.

C’est là que l’outillage trouve sa place. Voici en quoi il consiste.

Un agent de veille est une tâche permanente, avec un calendrier, un budget et un périmètre de données défini qu’il est autorisé à lire. Il tourne, que quelqu’un pense ou non à le solliciter.

Les agents de veille signalent ce qui a bougé ; les agents rédacteurs préparent la réponse. Rien n’est publié ni dépensé sans la signature d’une personne habilitée. La revue opérationnelle hebdomadaire expose ce qui a changé et pourquoi, et les constats deviennent des cartes sur un tableau, avec un responsable et une échéance, au lieu de mourir au fond d’un rapport.

Ask Intelligence répond à partir de vos propres données, avec le chiffre réel et sa source, ou signale que la donnée n’existe pas.

Ce refus est la fonctionnalité même, et la raison mérite d’être dite clairement. Un problème de mesure qui a mis neuf mois à apparaître ne sera pas résolu par un système qui invente un chiffre faute d’en trouver un. Il sera au contraire enfoui pour neuf mois de plus.

Le retour, c’est un délai plus court entre le moment où quelque chose déraille et celui où quelqu’un l’apprend. Sur un cycle de 272 jours, c’est dans ce délai que se loge l’essentiel de la perte, et c’est le seul chiffre de cet article que vous pouvez faire bouger en une semaine plutôt qu’en un trimestre.

Compter les entreprises, pas les clics

Compter les entreprises plutôt que les clics est un problème de données avant d’être une affaire d’analyse. Dix personnes, quatre canaux, neuf mois, et des traces éparpillées dans des systèmes jamais réconciliés.

Cette réconciliation, c’est la moitié ingrate de tout programme d’IA qui fonctionne. Nous y passons une plus grande part des deux premières semaines que la plupart des clients ne l’imaginent, et c’est elle qui détermine si la suite mérite confiance.

Connectez les systèmes, définissez l’indicateur une seule fois, mettez les sources d’accord, et alors seulement, posez la question. Ask Intelligence passe par des outils en lecture seule limités au périmètre de la marque : le chiffre qu’il renvoie est donc celui de votre système.

Sur cette base, le pipeline repère les affaires en sommeil avant que quiconque ne s’en aperçoive, et projette le chiffre d’affaires à partir des fiches affaires plutôt qu’au jugé.

LinkedIn a généré un retour de 121 % sur les dépenses publicitaires, contre 67 % pour Google Search et 51 % pour Meta. Chez les comptes les plus performants, ces trois mêmes chiffres atteignent 279 %, 138 % et 133 %.

Dreamdata, LinkedIn Ads Benchmarks Report 2026, 10 mars 2026 · attribution pilotée par les données sur les affaires gagnées en douze mois, impressions exclues

Attardez-vous un instant sur cette seconde série. L’écart entre le compte moyen et le premier quartile dépasse celui qui sépare les plateformes.

Cet écart ne tient à aucun secret d’achat média. Il tient à une exécution maintenue des mois durant, un travail qu’on n’a jamais su démultiplier en embauchant. Il se démultiplie en revanche avec un dispositif qui tourne selon un calendrier et qu’on ne réquisitionne pas pour un lancement.

Là où l’IA n’aide pas

Disons-le sans détour, puisque le marché s’en garde le plus souvent.

L’IA ne raccourcit pas les 272 jours. Dix personnes ne s’accordent pas plus vite parce qu’une machine les observe. Quiconque vend un cycle d’achat plus court vend un produit introuvable sur le marché.

Votre fenêtre de mesure, votre unité et votre critère d’arrêt restent des décisions de direction. Confiez-les à un système, et vous obtiendrez une version remarquablement instrumentée de la mauvaise question.

Des données que personne n’a réconciliées restent fausses. Branchée sur trois systèmes qui se contredisent, l’IA répondra avec aplomb à partir de celui qu’elle aura lu ou, si elle est bien conçue, refusera purement et simplement de répondre.

Et elle ne plaide pas sa propre cause. Le volume n’a jamais été le facteur limitant : une IA qui produit quarante campagnes de plus répond à une question que personne n’a posée. Une équipe de quatre personnes produit déjà plus qu’elle ne peut honnêtement en évaluer.

Ce que coûte l’exploitation

Vient alors l’objection, qu’un bon directeur financier soulève au bout de quatre-vingt-dix secondes environ : vous venez d’expliquer qu’une dépense non mesurée est dangereuse ; ajouter dessous une ligne d’IA non mesurée serait une curieuse conclusion.

L’IA figure donc dans le même registre que la dépense qu’elle juge. Chaque exécution y est consignée : qui l’a lancée, ce qu’elle a fait, quand, et ce qu’elle a coûté au centime près. Un plafond ferme par module. Une approbation obligatoire avant tout ce qui publie ou dépense. Un prix affiché avant l’exécution, et non découvert en fin de mois.

Les licences utilisateurs sont gratuites, ce qui compte plus qu’il n’y paraît. Personne ne paie pour disposer d’un compte : la veille n’est donc pas rationnée entre les trois personnes dotées d’une licence. Vous payez ce que l’IA exécute réellement, sur un solde qui n’expire pas.

Un agent de veille qui contrôle les positions chaque matin pendant neuf mois apparaît comme un coût de fonctionnement, ligne à ligne, en regard de ce qu’il a produit.

Nous ne publions pas de tarifs sur cette page : le prix d’une exécution dépend du travail, et vous le voyez avant qu’elle ne démarre, non après. Sur la structure des coûts, nous pouvons dire ceci : la veille coûte un ordre de grandeur de moins que la production, à l’inverse de la façon dont la plupart des équipes budgètent l’IA.

Dès lors, chacun peut faire le calcul, et le retour cesse d’être un acte de foi.

Cinq décisions, dans cet ordre

Si vous disposez d’une heure cette semaine, consacrez-la à la première décision : elle finance les quatre autres.

Commencer là où se trouve la réponse

Interroger les assistants avant d’acheter un clic de plus

Soumettez les vraies questions de vos acheteurs aux assistants qu’ils utilisent, et notez l’un des trois résultats : nommé, cité, ni l’un ni l’autre. Ce point de départ coûte une fraction d’un mois de média hors marque. Réalisez-le vous-même ou optez pour l’audit au forfait, mais avant la prochaine décision budgétaire, pas après.

Inscrire la veille au calendrier

Des tâches permanentes, pas un créneau du jeudi dans l’agenda de quelqu’un. Les positions, les comptes tombés en sommeil, la dérive du message d’un marché à l’autre si vous vendez sur plusieurs marchés. Le but n’est pas l’analyse : c’est que le délai entre un dérapage et le moment où quelqu’un s’en aperçoit ne soit plus de six semaines.

Assainir les données avant de poser la question

Réconciliez les systèmes, puis interrogez-les. Une réponse dont la source se vérifie vaut mieux qu’une réponse plus rapide. Connectez les outils que vous utilisez déjà, définissez chaque indicateur une seule fois, et exigez du système qu’il cite le chiffre réel ou signale que la donnée n’existe pas.

Redéfinir la fenêtre et l’unité

Présentez 30, 180 et 365 jours sur la même diapositive, systématiquement. Faites du compte, et non du clic, l’unité de chaque ligne. Aucune de ces deux décisions ne relève de l’IA, et toutes deux déterminent si le travail de l’IA se lira comme un retour ou comme un coût.

Écrire la règle d’arrêt avant la première facture

Le critère d’arrêt, par écrit

Le nôtre tient à peu près en ceci : si 180 jours de veille n’ont modifié aucune décision budgétaire ni révélé de dérapage qui ait donné lieu à une action, nous arrêtons, nous motivons cet arrêt par écrit, et l’argent va là où des preuves le justifient. C’est la phase Cap de notre méthode AZIMUTH, dans ce qu’elle a de plus ingrat, et c’est l’étape que la plupart des programmes d’IA sautent pour arriver plus vite à la partie intéressante.

À lire aussi : Vos acheteurs décident avant le clic, qui développe l’argument derrière le chiffre de 6sense cité plus haut, et Connecter l’IA ne coûte plus grand-chose. Décider, si, si la question qui vous arrête vraiment est de développer ou d’acheter.

Les données de référence sont révisées, les éditeurs corrigent leurs chiffres, et les plateformes changent ce qu’elles publient sans prévenir. Nous revoyons cet article le premier de chaque mois et signalons ce qui a changé. Corrections à hello@bearingbridge.com.