Exemples marketing IA : ce que vos concurrents cachent

Chicago, Printer's Row : 69,1 % des marketeurs utilisent désormais l'IA dans leurs campagnes, selon les sondages menés au Q1 2026. La plupart de ces campagnes sont indistinguibles de ce qui les a précédées. Quelques-unes non.

Les meilleurs exemples marketing IA des dix-huit derniers mois partagent une structure reconnaissable : un brief spécifique, une contrainte mesurable, une méthode de production qui a changé ce qui était possible. Ce ne sont pas des démonstrations de ce que l'IA peut faire en théorie. Ce sont des cas où l'IA a transformé ce qu'une équipe pouvait tenter avec un brief donné, un budget donné, un délai donné. La distinction n'est pas subtile. L'une fait une histoire. L'autre fait une liste de vendeurs.

La plupart des compilations sur les exemples marketing IA échouent à faire cette distinction. Elles assemblent des noms de marques avec de l'IA quelque part dans le processus de production et appellent ça de la preuve. Ce n'est pas. La preuve demande une contrainte, une méthode et un chiffre. Sans les trois, on a un communiqué de presse mis en forme éditoriale.

Voici ce que le Desk 3 a jugé digne de garder : et, plus utile encore, ce qu'il faut retrancher avant la prochaine présentation aux investisseurs.

Kalshi : 2 000 euros, 72 heures, finale NBA

Kalshi est une plateforme de marchés prédictifs. En 2025, ils avaient besoin d'une pub pour la finale NBA. Le brief était réel. Le budget était 2 000 euros. La fenêtre de production était 72 heures.

L'équipe a produit une séquence surréaliste de scènes générées par IA : un fermier immergé dans un bassin d'œufs, un extraterrestre qui boit de la bière, un homme en chapeau de cowboy tenant un chihuahua : et l'a diffusée pendant l'une des retransmissions les plus regardées de l'année. Ce n'avait pas l'air d'une startup sur les finances serrées. Ça avait l'air d'une position créative délibérée.

Ce qui rend cet exemple digne d'être cité n'est pas la vitesse. Chaque agence du pays peut citer la vitesse maintenant. C'est le brief. L'équipe de Kalshi n'a pas commencé par des outils IA en demandant ce qu'ils pouvaient générer. Ils ont commencé par une position créative : absurdiste, anti-orthodoxe, résolument dépourvue de poli : et ont utilisé la production IA pour exécuter cette position à un coût qui redéfinit l'économie de la pub télévisée pour chaque entreprise qui regarde.

Le lede c'était le brief. Les outils, c'était l'imprimerie.

Les fondateurs qui veulent utiliser cet exemple dans un dossier devraient noter ce qu'il démontre réellement : une contrainte de production spécifique (2 000 euros), une sortie spécifique (qualité broadcast national), un délai spécifique (72 heures). Aucun de ces chiffres ne demande de note de bas de page. Ils parlent d'eux-mêmes.

H&M : les doubles numériques. Quand l'infrastructure de production devient la campagne

H&M a créé 30 mannequins IA hyperréalistes pour la production de ressources à grande échelle. Les mannequins ont une apparence cohérente, sont contractuels, et déployables partout sans voyage, sans réservation de studio, sans contrats d'agence de mannequins. Ils donnent à la marque une bibliothèque de ressources qui tourne selon sa propre logique de production.

C'est une catégorie différente d'exemple marketing IA par rapport à Kalshi. Ce n'est pas une campagne créative. C'est une décision d'infrastructure de production avec des conséquences créatives et financières. La sortie : plus de campagnes, plus vite, dans plus de marchés : c'est le point. L'IA n'est pas un outil créatif ici. C'est une décision opérationnelle avec une application marketing.

La distinction importe si vous construisez un dossier autour des capacités marketing IA. « On utilise l'IA pour créer du contenu » est un faible lede. « On a remplacé un budget studio annuel de 600 000 euros par une bibliothèque de mannequins IA propriétaires qu'on possède entièrement » est une planche qui retient l'attention à la relecture.

L'exemple H&M fait aussi ressortir quelque chose que la plupart des compilations sur les exemples marketing IA oublient : la sortie créative n'est pas le différenciateur. Une marque avec 30 mannequins IA propriétaires peut produire plus de campagnes, mais aussi tester plus de variantes, localiser plus agressivement, et itérer plus vite en réaction aux données de marché. La bibliothèque de mannequins est un multiplicateur de capacité. Les campagnes qu'elle produit sont la preuve du multiplicateur, pas le multiplicateur lui-même.

C'est un argument différent : et considérablement plus fort quand vous êtes debout face à un comité d'investisseurs ou un CMO nouveau qui examine le plan annuel.

Nike AIR : l'IA comme moteur d'itération, pas comme produit final

Le projet A.I.R. de Nike a utilisé l'IA pour générer des centaines d'explorations visuelles pendant le processus de conception des baskets. Pas comme ressources de campagne finies. Pas comme livrables marketing. Comme une méthode d'itération créative à une vitesse qu'aucune équipe de designers humains n'atteint en travaillant seule.

Le résultat a été un ensemble de conceptions conceptuelles qui donnaient l'impression d'avoir été développées avec plus de préparation que le calendrier ne le permettait. L'IA n'était pas le produit. C'était le réviseur de desk qui avait rendu la première version du jour au lendemain pour que les vrais éditeurs puissent se concentrer sur ce que l'itération avait révélé.

C'est le troisième angle valide sur les exemples marketing IA : l'IA comme outil de processus collaboratif qui élargit le territoire que le jugement humain peut explorer dans un temps fixe. Elle ne remplace pas la prise de décision créative. Elle supprime le goulot d'étranglement entre l'idée et la première version de celle-ci qui est lisible assez pour évaluer.

Pour les fondateurs, cela se traduit par un type de prétention spécifique : l'IA a élargi ce que notre équipe pouvait tenter dans un sprint donné. C'est différent de « l'IA a produit notre contenu » et différent de « l'IA a réduit nos coûts de production ». C'est une prétention sur l'ambition créative, pas sur l'efficacité opérationnelle. Elle demande un type de preuve différent : pas les coûts unitaires mais le nombre de concepts évalués avant une décision, ou le cycle d'itération du brief à la direction approuvée.

Trois exemples. Trois arguments distincts. C'est la liste complète et brève de ce qui est réellement nouveau dans les exemples marketing IA.

Ce que le Desk 3 retirerait de votre planche

Recommandations Netflix. Descriptions de produits Amazon. Enchères automatisées Google Ads. Chatbots sur les pages d'arrivée e-commerce.

Ce ne sont pas des exemples marketing. C'est de l'infrastructure opérationnelle avec le tampon d'un département marketing. Les citer dans un pitch signale que vous avez lu les mêmes compilations que tout le monde et que vous n'êtes pas allé plus loin.

« Netflix utilise l'IA pour la personnalisation » a fait son apparition dans les decks de fondateurs au moins depuis 2019. L'échelle est réelle. L'insight, à ce stade, ne l'est pas.

Éliminez aussi : « Tests A/B alimentés par l'IA », sauf si vous pouvez montrer un lift spécifique d'une expérience contrôlée avec un groupe de contrôle propre. « Segmentation d'audience alimentée par l'IA », sauf si vous avez un avant et un après sur le coût par acquisition avec la même définition d'audience cible. « On utilise l'IA dans notre pipeline marketing » comme affirmation autonome : 69,1 % de vos concurrents font la même affirmation ce trimestre, et aucun d'eux ne dit rien avec.

Le filtre est brutal : l'exemple IA change-t-il ce qui était possible pour ce brief spécifique, ou réduit-il le coût de quelque chose qui était déjà possible ? Les deux ont une valeur opérationnelle réelle. Un seul fait un argument dans une planche de stratégie. Les réductions de coût vont dans l'appendice financier. Le changement de capacité va dans la partie que la salle lit réellement.

Ce qu'un CMO ou un investisseur de Series A veut vraiment entendre

Le Desk 3 a examiné un nombre significatif de decks de fondateurs qui commencent par leur stack marketing IA. Le schéma est constant.

La planche dit habituellement : « On utilise [Outil A] pour la création de contenu, [Outil B] pour la segmentation d'audience, [Outil C] pour l'optimisation et le reporting des campagnes. » C'est une liste de fournisseurs mise en forme stratégique. Le correcteur la rend avec un seul commentaire : qu'est-ce qui a changé ?

La planche qui se lit au-delà du premier coup d'œil répond à deux questions en deux phrases. D'abord : quelle contrainte de production l'IA a-t-elle supprimée ? Deuxièmement : quelle métrique a bougé en conséquence ? Les deux questions demandent des chiffres spécifiques. Aucune ne demande les noms des outils.

Kalshi n'a pas nommé les outils IA dans sa couverture de presse de la campagne à 2 000 euros. Ils ont nommé le budget et la sortie. H&M n'a pas commencé par le fournisseur de leur bibliothèque de mannequins. Ils ont commencé par le nombre de mannequins et les marchés qu'elle a ouverts.

L'investisseur ne vous évalue pas sur votre stack d'outils. Il évalue si la contrainte que vous avez supprimée est réelle et si l'avantage qu'elle crée est durable. Si cinq concurrents peuvent répliquer votre configuration marketing IA en s'abonnant aux mêmes outils le trimestre prochain, la contrainte n'était pas structurelle. Si vous avez construit une bibliothèque d'actifs propriétaires, un jeu de données entraîné, ou un workflow de production qui a pris douze mois à calibrer : c'est une conversation différente, et elle appartient à une planche différente.

Une phrase sur la contrainte supprimée. Une phrase sur la métrique qui a bougé. Les noms d'outils vont en appendice.

Réécrire la planche « On utilise l'IA en marketing » sans sonner comme tout le monde

Avant et après. Le Desk 3 a révisé les deux versions. Une seule survit à la relecture.

Avant (ce que la plupart des decks produisent) :

« On utilise des outils alimentés par l'IA pour optimiser nos campagnes marketing sur tous les canaux, permettant une outreach personnalisée à l'échelle et améliorant le ROI global. »

Classé. C'est 23 mots qui pourraient figurer sur n'importe quel dossier, dans n'importe quel secteur, n'importe quel trimestre depuis 2022. Chaque mot est techniquement exact. Aucun ne dit rien. Le correcteur entoure tout le paragraphe et écrit « lede ? » en marge.

Après (ce que le Desk 3 passerait à l'imprimerie) :

« Au Q1 2026, on a réduit le coût de production de campagne de 78 % et augmenté la sortie hebdomadaire de variantes de 2 à 14. On expédie maintenant la créa nouvelle au marché en moins de 48 heures, contre trois semaines. »

Trois phrases. Un cadre temporel spécifique, une réduction de coût spécifique, un chiffre de débit spécifique, un cycle de temps spécifique. Pas d'adjectifs. Pas de noms de plateforme. L'avant, l'après, et le chiffre qui mesure la distance entre les deux.

La réécriture ne demande pas de meilleurs outils IA. Elle demande un meilleur brief avant de commencer à écrire : un qui commence par vos propres données de production plutôt que par ce que les outils sont capables de faire en théorie. Vos métriques sont déjà classées. Vous venez juste de ne pas les mettre en forme en lede.

Le verdict du Desk 3

Trois exemples marketing IA valent la peine de rester dans votre dossier : Kalshi (exécution créative nouvelle à une contrainte qui a redéfini l'économie de la pub broadcast), H&M (une décision d'infrastructure de production qui a créé un multiplicateur d'actifs évolutif), et Nike AIR (l'IA comme moteur d'itération créative qui a élargi le périmètre de l'équipe dans un délai fixe). Chaque autre exemple en circulation soit rentre dans l'une de ces trois catégories, soit c'est de l'infrastructure opérationnelle qui appartient à une section différente.

Citez-en un. Expliquez le brief, la contrainte, et le chiffre qui a changé. Passez ensuite à la planche sur votre produit.

Classé. Printer's Row, 23h17.