Piloter ses campagnes Meta en langage naturel : la promesse du MCP
Une nouvelle promesse agite le marché : déployer le MCP pour piloter ses campagnes. Le Model Context Protocol est un standard ouvert qui connecte des assistants IA comme Claude ou ChatGPT à des outils et des sources de données. Appliqué à l’API Marketing de Meta, des serveurs MCP permettent déjà de créer, mettre à jour et analyser des campagnes Facebook et Instagram en langage naturel. Certaines de ces implémentations exposent plus de 70 outils couvrant tout le cycle de vie d’une campagne, de la création aux règles d’optimisation automatisées.
La promesse est forte et alléchante. Demain, une partie des métiers liés à la programmation média, au pilotage et au conseil pourraient être ubérisés, puisque tout se produirait en langage naturel. Chez tigrz, nous investiguons ces outils. Mais nous posons une question simple : jusqu’où ira cette automatisation, et qui sert-elle vraiment ?
Une promesse qui vise des métiers entiers
Le mouvement dépasse le simple plug-in. Meta affiche l’ambition de permettre aux entreprises d’automatiser entièrement la création et le ciblage publicitaires d’ici fin 2026. La vision de Mark Zuckerberg est explicite : une marque devrait pouvoir « simplement nous dire l’objectif qu’elle cherche à atteindre, combien elle est prête à payer par résultat, connecter son compte bancaire, et nous faisons le reste ». Il parle d’une « redéfinition de la catégorie de la publicité ».
Projetons-nous à 24 mois. Je regarde mes campagnes, je demande à Claude quelles sont les performances, où optimiser, comment reprogrammer, quelles idées tester. Sur le papier, tout y est. Dans les faits, nous pensons que cela ne suffira pas.
La vraie question : jusqu’où ira la slopification ?
Nous avons déjà l’exemple pratique. L’effet « waouh » du chat qui rédige nos mails à notre place s’est vite émoussé : beaucoup en reviennent, par manque de saveur, de pertinence et d’impact. Le risque est le même ici. Une analyse automatisée produit-elle un contenu sans relief, une tambouille qui n’est que la moyenne pondérée de ce qu’il faudrait dire ? Ou ai-je face à moi du vrai conseil ?
C’est tout l’enjeu de la slopification : à force de tout simplifier, on obtient un livrable lisse, sans contenu, sans prise de position. Or la performance ne naît pas de la moyenne. Elle naît de l’écart.
Pourquoi l’automatisation sert d’abord les plateformes
Il faut nommer les choses. Confier le pilotage à une automatisation pleine conforte d’abord les plateformes. Le sens de l’histoire qu’elles racontent est celui de la simplification : tout mettre en Advantage+, tout mettre en PMax, jusqu’à ce que toute programmation différente devienne exotique. Avec moins d’intermédiaires, il y aura mécaniquement moins d’esprit critique, moins de capacité à questionner, à challenger, à prendre des risques. On se conforte alors à des analyses automatisées.
Mais l’IA ne bat pas l’humain. L’IA est un outil, et on le voit bien dans les campagnes. Analyser uniquement sous le prisme du ROAS ou du CPA, ce sont des KPI : ils ne disent pas tout. Ils ne capturent ni le courage d’une vision singulière, ni l’instinct de sortir du cadre pour aller chercher un impact sur la demande globale. Et les biais de tracking ne rendent pas les médias optimisables par eux-mêmes.
Ce que l’IA ne pilote pas : le contexte et le courage
Nous avons aujourd’hui la capacité de challenger et de proposer des dispositifs qui ne sont pas de l’ASC : de la remontée full-funnel, de l’intégration 360, pour générer des incréments de recherche sur Google, de la complémentarité avec d’autres leviers, voire de l’offline et de l’affichage en ultra-local. Ces décisions ne relèvent pas d’un pilotage fait par Claude.
J’en conviens : sur du reporting de premier niveau, l’IA peut fonctionner. Et encore, il lui faut du contexte. Pour comprendre un bilan, l’IA doit être extrêmement nourrie : quel est l’état de la concurrence, quelle quantité de stock est disponible, comment se compare la force de l’offre commerciale à celle de l’année dernière. Toute cette dimension de contexte commande l’optimisation et la décision. Sans elle, le reporting reste un chiffre sans lecture.
Notre conviction : l’insight intelligent produit par l’humain
Derrière les promesses d’automatisation, il y a donc un enjeu réel de servir les intérêts des plateformes. Et nous pensons que les acteurs qui performeront le plus seront ceux qui prendront des risques, qui innoveront et qui questionneront la performance dans un contexte 360. C’est ce que le marché exigera demain.
Soyons clairs : il ne s’agit pas de refuser l’automatisation. Au sens d’une agence, elle est bonne à prendre, parce qu’elle fait gagner du temps et déplace l’effort vers la stratégie, le conseil et le client. Mais ce que rechercheront les annonceurs, les clients et les CMO, c’est de l’insight intelligent produit par l’humain. Data-based, oui. Mais data-based ne veut pas dire data-automatisé. C’est exactement là que se situe notre valeur.
