Toute collaboration commence par une clarification des attentes et par une définition du niveau de coopération requis pour chaque tâche. Ce principe vaut également lorsque l’on travaille avec des agents d’IA, en particulier dans des domaines qui reposent sur le discernement humain, comme le travail de marque.
Jamais les marques n’ont eu à gérer autant de points de contact, d’outils et de publics. Dans ce contexte, la pression en faveur de la productivité et de la rapidité d’exécution ne cesse de croître. Avec la généralisation des agents d’IA, il peut sembler naturel de répondre à cette pression par davantage d’automatisation.
Pourtant, dans le domaine de la marque, l’automatisation n’est pas le bon prisme.
Construire une marque relève du jugement, du goût, du contexte et de la culture. C’est veiller à ce qu’une entreprise s’exprime de manière cohérente à travers des milliers de décisions prises par des personnes qui ne se rencontreront peut-être jamais. Une approche automatisée et uniforme produirait exactement l’inverse de ce dont une marque a besoin : de l’indifférence plutôt que de l’émotion, du bruit plutôt que de l’engagement, de la dérive plutôt que de la fidélité.
Les meilleurs responsables de marque ne choisissent pas entre adopter l’IA ou la rejeter. Ils réfléchissent à la manière de l’utiliser et de collaborer avec elle en fonction de chaque situation. La véritable question n’est donc pas : jusqu’où peut-on automatiser ?, mais plutôt : quel type de collaboration chaque tâche exige-t-elle ?
Les quatre modes de collaboration
Chez Frontify, nous avons développé le Human-Agent Collaboration Framework, un cadre de référence destiné à guider notre réflexion sur la manière dont les agents d’IA doivent intervenir pour accompagner le travail de marque.
Le modèle repose sur deux axes qui permettent de cartographier les formes de collaboration que les professionnels de la marque jugent les plus pertinentes.
Le premier axe décrit la nature du travail : d’un côté, des tâches définies et régies par des règles ; de l’autre, des travaux ouverts, créatifs et exploratoires.
Le second axe détermine où se situe la prise de décision : est-elle dictée par des règles établies ou relève-t-elle avant tout du jugement humain ?
Automatiser
Le mode Automatiser concerne les tâches régies par des règles explicites et des standards clairement définis, comme les contrôles de conformité, le classement des ressources ou le déclenchement de workflows.
L’agent exécute les opérations conformément à des règles de marque lisibles par la machine, tandis que l’humain peut contrôler et intervenir à tout moment. Chaque action est enregistrée et chaque décision est traçable. Cette transparence constitue la frontière entre la confiance accordée à l’agent et l’abandon total du contrôle.
Explorer
Le mode Explorer s'applique aux travaux ouverts qui doivent néanmoins respecter des règles de marque précises : variantes de textes, concepts de campagnes, explorations visuelles, etc.
L’agent génère différentes propositions, toutes ancrées dans l’identité de la marque, tandis que l’humain conserve le rôle de directeur créatif. Le résultat n’est volontairement pas une réponse unique, mais un éventail de possibilités parmi lesquelles une personne peut choisir.
Guider
Le mode Guider est réservé aux situations les plus stratégiques, lorsqu’aucune règle ne peut remplacer le jugement humain : définition de la stratégie de marque, choix de positionnement, arbitrages avec les parties prenantes ou gestion de crise.
Dans ces cas, il n’existe pas de référentiel sur lequel l’agent pourrait s’appuyer pour recommander une décision, puisque ce référentiel est précisément en train d’être construit par l’humain. L’agent apporte alors l’historique, le contexte et les signaux pertinents, mais c’est l’humain qui dirige.
Amplifier
Le mode Amplifier intervient lorsqu’un cadre de référence existe, mais que la décision finale doit rester humaine.
Les revues de campagnes, l’application des guidelines de marque ou l’adaptation de modèles en sont de bons exemples. L’agent prépare une recommandation fondée sur les standards existants, mais le niveau de risque ne permet pas de lui laisser une autonomie complète. L’humain décide alors de valider ou non cette recommandation.
Une gouvernance indispensable
Ces quatre modes de collaboration reposent tous sur une même fondation : une gouvernance solide.
Les agents doivent être entraînés à partir de la vérité de la marque (brand truth), surveillés grâce à des indicateurs de conformité et continuellement ajustés à mesure que la marque évolue.
À mesure que les interactions entre agents se développent, cette exigence de traçabilité doit également s'étendre aux échanges entre machines. Chaque interaction de la chaîne doit rester enregistrée et vérifiable afin que la responsabilité ne disparaisse pas simplement parce qu'aucun humain n'intervient directement.
La transparence et la traçabilité sont les piliers de la confiance. Sans elles, toute collaboration durable entre humains et agents devient rapidement impossible.
Concevoir l’IA pour le travail de marque
Le Human-Agent Collaboration Framework nous aide à analyser la nature et la finalité des tâches liées à la marque afin de comprendre comment l’IA peut véritablement assister les équipes et leur faire gagner du temps.
Que souhaitent réellement les professionnels de la marque d’un agent d’IA à un instant donné ? Qu’attendent-ils de lui comme collaborateur ?
Prenons une analogie simple : vous demandez à un ami une recette de cuisine, et celui-ci s’empare soudainement de votre cuisine pour vous préparer un gâteau. La surprise peut être agréable, mais elle peut tout aussi bien être perçue comme une intrusion ou un dépassement de son rôle.
La confiance dans l’IA ne naît pas d’une automatisation aveugle. Elle naît de la capacité à savoir précisément ce qui peut être délégué à l’IA et ce qui doit rester sous la responsabilité de l’humain.
L’objectif de ce cadre est de déployer l’IA là où elle apporte une réelle valeur ajoutée, tout en organisant la collaboration selon les attentes et les besoins des personnes qui l’utilisent.
Chez Frontify, cette philosophie guide chacune des solutions d’IA que nous développons. Pour chaque cas d’usage, nous évaluons le niveau d’autonomie approprié pour les agents en fonction de la nature des tâches et des objectifs poursuivis.
Les agents d’IA gagnent la confiance des utilisateurs lorsqu’ils se comportent conformément aux attentes que les humains placent en eux. Ils doivent également être transparents sur leur fonctionnement : aucun mode de collaboration ne doit être une boîte noire.
Selon les situations, un agent doit agir, recommander ou simplement restituer les informations pertinentes. L’IA peut servir la marque, mais elle ne doit jamais en devenir le propriétaire.
