Étude sur l’IA dans la planification média
l’IA répartirait les budgets publicitaires très différemment des humains
Une nouvelle étude suisse analyse comment l’IA répartirait les investissements publicitaires dans 46 secteurs et examine les biais potentiels. Financée par AWS, Goldbach, IGEM, LSA et VSM, elle a été réalisée par ETH Juniors, en collaboration avec les organisations partenaires et avec le soutien de Media Focus en tant que partenaire de données.
Une première étude suisse d’envergure révèle que les plans médias générés par l’IA s’écartent de 78,6 points de pourcentage des plans média générés par des humains, avec des différences selon les secteurs. L’analyse repose sur 9982 briefs et près de 150 000 plans média générés par l’IA.
Au total, 15 modèles d’IA ont été soumis à 9982 briefs standardisés couvrant 46 segments de marché. Ils ont ainsi généré près de 150 000 plans médias. Le résultat : tous les modèles étudiés s’écartent du mix média observé sur le marché suisse.
Des mix médias identiques pour les médicaments et les voitures
Le résultat le plus frappant concerne les différences entre les secteurs. Pour les médicaments et les produits de santé, les modèles d’IA recommandent pratiquement le même mix média que pour les voitures neuves. Or, dans la réalité du marché, ces deux secteurs ont des stratégies publicitaires très différentes.
Les modèles adaptent les groupes cibles aux différents secteurs. Autrement dit, ils identifient les personnes qu’un secteur cherche à toucher, mais en tirent très peu de conséquences lorsqu’il s’agit de choisir les canaux publicitaires. Les écarts sont d’autant plus importants dans les secteurs dont les pratiques s’éloignent du mix média standard proposé par l’IA : ils atteignent 125,9 points de pourcentage pour les médicaments et les produits de santé, et 123,4 pour la société et la politique. C’est dans le secteur des voitures neuves que l’IA se rapproche le plus des pratiques du marché, avec un écart de 39,5 points de pourcentage. Sur l’ensemble des 46 secteurs, l’écart moyen s’élève à 78,6 points de pourcentage. En d’autres termes, l’IA ne se montre pas plus proche de la réalité du marché lorsqu’elle connaît mieux les spécificités d’un secteur, mais plutôt lorsque les pratiques de ce secteur ressemblent, par hasard, à sa propre planification.
L’IA ne tient pas non plus compte des régions linguistiques. Un test complémentaire réalisé avec le modèle GPT-5.6 Luna montre qu’à brief identique, la répartition entre les différents canaux reste pratiquement la même pour la Suisse alémanique, la Suisse romande et le Tessin.
Le marché suisse ne se déduit pas simplement des données mondiales
En moyenne, les modèles d’IA accordent moins de budget à la presse écrite, à la télévision et au Search, tandis qu’ils privilégient davantage la radio, le Display et YouTube. YouTube représentait ainsi 3,0 % des investissements dans le mix média de référence du marché, contre 11,5 % en moyenne dans les plans générés par l’IA. À l’inverse, la part de la presse écrite passe de 18,2 à 7,9 %, celle du Search de 20,1 à 10,9 % et celle de la télévision de 21,0 à 17,1 %. Pour les réseaux sociaux (15,5 %), l’Out of Home (16,0 %) et le cinéma (1,1 %), la répartition budgétaire moyenne correspond largement à la réalité du marché. Selon le modèle utilisé, l’écart absolu par rapport au mix média de référence varie entre 40,0 et 61,1 points de pourcentage. Tous les modèles ont toutefois un point commun : ils s’écartent nettement des pratiques observées sur le marché.
Les conséquences possibles : si les plans médias générés par l’IA étaient repris tels quels, sans vérification, la répartition des investissements publicitaires en Suisse pourrait être profondément bouleversée. L’étude ne cherche toutefois pas à déterminer si le mix média proposé par l’IA est meilleur ou moins bon. Elle montre avant tout que l’IA ne reproduit pas simplement les pratiques actuelles du marché suisse.
Guido Trevisan, initiateur du projet et responsable Marketing & Business Development chez APG|SGA, déclare : « Nous sommes probablement le premier marché au monde à pouvoir démontrer, sur la base d’un aussi vaste ensemble de données, que les plans médias entièrement générés par l’IA s’écartent nettement de la réalité du marché publicitaire, notamment parce qu’ils adoptent une approche similaire pour tous les secteurs. La question centrale est maintenant de savoir comment, en tant que marché suisse, nous entendons réagir. »
L’IA a toujours besoin d’humains qui connaissent les médias
Cette étude ne constitue en aucun cas un plaidoyer contre le recours à l’IA. Bien au contraire : l’IA peut être un outil efficace pour la planification média. Les résultats montrent toutefois pourquoi ses recommandations ne doivent pas être considérées automatiquement comme objectives ou conformes aux pratiques du marché. Le modèle utilisé, le brief et les conditions-cadres ont tous une influence sur le résultat et doivent donc faire l’objet d’une analyse critique.
Monica Jäggi, responsable technique de l’étude et membre de la direction de Konnex, explique : « Le rôle des spécialistes de la planification média reste donc essentiel. C’est en associant l’efficacité de l’IA à l’expérience du terrain, à des données de marché indépendantes et au discernement humain que l’on crée une valeur ajoutée importante. »
Le débat est lancé
Dans ce contexte, le message central n’est pas de choisir entre l’humain et la machine. En effet, pour que la planification média en Suisse reste efficace et pertinente à l’avenir, l’IA doit aller de pair avec l’expertise humaine des médias. L’étude se veut donc avant tout un point de départ. De nombreuses questions restent ouvertes : pourquoi les modèles d’IA proposent-ils des mix médias aussi similaires pour des secteurs pourtant différents ? Pourquoi privilégient-ils certaines catégories de médias ? Quelles sources de données influencent leurs recommandations ? Comment mieux exploiter, dans les applications d’IA, les données médias suisses indépendantes et librement accessibles ? Comment planifier les investissements médias pour tirer pleinement parti des atouts de l’IA sans perdre de vue les spécificités du marché suisse ? Ces questions, ainsi que d’autres, doivent être approfondies avec les représentantes et représentants du secteur. Les bailleurs de fonds, le fournisseur de données ayant participé à l’étude et d’autres spécialistes intéressés se réuniront le 20 novembre 2026 afin de débattre des résultats et de définir des champs d’action possibles.
Pour bien comprendre l’indicateur : l’écart correspond à la somme des différences absolues pour l’ensemble des neuf canaux, exprimée en points de pourcentage. Les investissements excédentaires et les investissements insuffisants sont additionnés, ce qui explique pourquoi les valeurs peuvent dépasser 100. Chaque transfert budgétaire est comptabilisé deux fois : en négatif pour le canal qui perd des investissements et en positif pour celui qui en gagne. Un écart de 48,6 points de pourcentage correspond donc à une redistribution d’environ un quart du budget. La référence utilisée est la pression publicitaire brute de 2024, selon les données de Media Focus.
