Adobe mise sur des agents IA pour orchestrer l’expérience client

Le marketing personnalisé ne consiste plus seulement à afficher le bon produit dans une publicité. Pour les grandes organisations, il faut aussi relier des données souvent dispersées, produire des contenus adaptés, choisir le bon canal et coordonner des équipes commerciales, marketing et service client. C’est sur ce terrain complexe qu’Adobe entend positionner ses agents d’intelligence artificielle spécialisés.

Le 19 mars 2025, Adobe met en avant Adobe Experience Platform Agent Orchestrator, une brique conçue pour aider les entreprises à créer, administrer et coordonner des agents IA au sein de leur dispositif de gestion de l’expérience client. L’ambition est de déléguer une partie des tâches répétitives ou analytiques, tout en donnant aux équipes une vision plus cohérente du parcours d’un client, d’un prospect ou d’un compte professionnel.

Ce qu’Adobe annonce exactement

Il est utile de distinguer les différents noms employés par Adobe. Adobe Experience Cloud désigne l’ensemble des solutions du groupe destinées notamment au marketing, à l’analytique, aux contenus et au commerce. Adobe Experience Platform en est le socle de données et de services. La nouveauté mise en avant en mars 2025, Adobe Experience Platform Agent Orchestrator, constitue un mécanisme d’orchestration pour des agents IA qui travaillent avec cet environnement.

Plutôt qu’un unique assistant conversationnel, Adobe propose plusieurs agents spécialisés. Leur rôle est d’intervenir sur des fonctions précises du travail des équipes, puis de coordonner les actions nécessaires. Adobe annonce dix agents conçus pour des usages déterminés, par exemple l’analyse d’audience, la gestion de parcours, l’expérimentation, l’analyse de données, l’optimisation d’un site, le support produit, la qualification de comptes, la production de contenus, l’optimisation des flux de travail et le marketing à la performance.

L’enjeu n’est donc pas uniquement de générer un texte, une image ou une réponse à un client. Adobe cherche à relier ces productions à des données d’audience et à une action concrète dans un parcours. Une équipe pourrait, par exemple, identifier un segment de clients, préparer une communication adaptée, la soumettre à validation, puis suivre les résultats d’une campagne. La promesse de l’orchestration est de réduire les passages manuels entre ces étapes.

Qu’est-ce qu’un agent IA change par rapport à un assistant classique ?

Un assistant d’IA générative répond généralement à une instruction ponctuelle. On lui demande de résumer un document, de rédiger une accroche ou de proposer des idées de campagne. Un agent IA vise un fonctionnement plus étendu : il reçoit un objectif, accède aux outils et aux données que son organisation l’autorise à consulter, décompose la tâche et peut proposer ou exécuter plusieurs étapes successives.

Dans le cas de l’expérience client, cela peut couvrir l’analyse de comportements d’achat, le repérage d’une baisse d’engagement, la suggestion d’un test sur une page web ou la préparation de variantes de contenu. Le mot important reste « spécialisé ». Un agent chargé de l’analyse des données n’a pas le même rôle qu’un agent chargé de la qualification d’un compte B2B ou de la production de contenu.

Cette logique ne veut pas dire qu’une IA doit agir sans surveillance. Plus l’agent a accès à des données sensibles ou à des fonctions susceptibles de modifier une campagne, plus les règles d’autorisation, de validation et de traçabilité deviennent essentielles. L’orchestration promise par Adobe doit précisément permettre aux entreprises d’encadrer le déploiement de leurs propres agents et de ceux proposés dans l’écosystème.

La personnalisation dépend d’abord de la qualité des données

Adobe présente sa plateforme comme un moyen de créer des expériences sur mesure à partir de données issues de plusieurs canaux. Ces informations peuvent inclure des comportements d’achat, des interactions avec une marque ou des signaux provenant de différents points de contact numériques. L’IA est ensuite censée en tirer des enseignements exploitables pour ajuster une recommandation, un contenu ou une séquence de communication.

Cette approche répond à une attente bien connue du commerce en ligne et de la relation client : les consommateurs se montrent souvent peu réceptifs aux sollicitations génériques. Une recommandation pertinente, une page adaptée à une intention ou une réponse qui tient compte d’un échange précédent peuvent améliorer la fluidité du parcours. En revanche, une personnalisation fondée sur des données incomplètes ou erronées peut produire l’effet inverse, en donnant le sentiment qu’une marque ne comprend pas son client.

Pour cette raison, le projet dépasse largement la seule question de l’outil. Une entreprise doit savoir quelles données sont réellement utiles, quelles équipes peuvent les consulter et dans quelles conditions elles peuvent servir à personnaliser une interaction. Les exigences de protection des données personnelles, notamment en matière de consentement et de finalité, demeurent applicables lorsque les informations concernent des personnes identifiables.

Des cas d’usage du marketing au B2B

Les agents annoncés par Adobe couvrent plusieurs étapes de la relation avec le client. Côté marketing, un agent dédié aux audiences peut aider à identifier les groupes à cibler. Un agent de parcours peut contribuer à organiser la succession des messages et des points de contact. Un agent d’expérimentation peut assister les équipes qui comparent différentes versions d’un contenu, d’une offre ou d’une page.

Dans ce cadre, l’IA ne remplace pas nécessairement la stratégie de marque. Elle peut plutôt raccourcir le temps consacré à certaines opérations : chercher une information dans de grands volumes de données, préparer des variations de contenus, synthétiser des résultats ou détecter des écarts dans une campagne. Les responsables gardent à définir le public visé, le ton de la marque, les offres commerciales et les limites à ne pas franchir.

Adobe met aussi en avant les équipes B2B, pour lesquelles le suivi porte souvent sur des comptes plutôt que sur un simple achat individuel. Un agent de qualification peut aider à organiser les informations disponibles sur un prospect ou un compte. L’objectif est d’améliorer l’orchestration des actions commerciales et la compréhension des étapes qui précèdent une relation d’affaires.

La production de contenus fait également partie du dispositif. Le gain potentiel est évident pour les organisations qui doivent décliner un même message pour plusieurs canaux ou plusieurs publics. Mais cette accélération s’accompagne d’un risque de standardisation : des contenus générés rapidement restent à vérifier, à adapter et à valider pour éviter les erreurs factuelles, les formulations inadaptées ou une communication trop mécanique.

Le chiffre de 50 % doit être lu avec prudence

Le matériau d’annonce évoque une augmentation annuelle de 50 % des entreprises qui adoptent des technologies d’IA pour optimiser la gestion de l’expérience client. Ce chiffre illustre l’intérêt croissant des organisations pour l’automatisation et la personnalisation, mais son interprétation appelle de la prudence : le périmètre des entreprises, des technologies concernées et la méthode de mesure ne sont pas détaillés dans les éléments disponibles.

Surtout, l’adoption d’une plateforme ne garantit ni une hausse automatique des ventes ni une amélioration immédiate de la satisfaction. Ces résultats dépendent du secteur, du niveau de maturité numérique, de la qualité des contenus, de la cohérence entre les canaux et de la capacité des équipes à interpréter les recommandations de l’IA.

Pour évaluer un tel projet, une organisation peut suivre des indicateurs concrets : délai de production d’une campagne, taux de conversion, qualité des leads pour les équipes commerciales, fréquence des corrections humaines, nombre d’incidents liés aux données ou satisfaction déclarée des clients. L’important est de comparer ces mesures à une situation de départ, plutôt que de confondre automatisation et performance.

Les conditions d’un déploiement utile

La promesse d’agents capables d’agir entre plusieurs outils est séduisante, mais elle rend la gouvernance indispensable. Avant de confier des tâches à un agent, une entreprise doit déterminer les droits d’accès qui lui sont accordés et les actions qu’il peut effectuer sans approbation humaine. Consulter des données, préparer une recommandation, modifier une audience ou lancer une communication n’ont pas le même niveau de risque.

Les organisations doivent aussi traiter des questions très pratiques : les données de plusieurs canaux désignent-elles bien la même personne ou le même compte ? Les équipes disposent-elles de définitions communes pour les indicateurs ? Les contenus proposés par l’IA respectent-ils les règles internes et les engagements de la marque ? Un historique des actions permet-il de comprendre pourquoi une recommandation a été faite ?

L’approche la plus prudente consiste à commencer par un cas d’usage circonscrit. Une entreprise peut, par exemple, utiliser un agent pour préparer une analyse ou produire des propositions de contenus, tout en maintenant une validation humaine avant toute diffusion. Elle peut ensuite étendre l’usage si les résultats, la fiabilité et les garanties de conformité sont au rendez-vous.

Ce qu’il faut surveiller

Avec Agent Orchestrator, Adobe se place au croisement de deux évolutions : l’essor des agents IA et la demande persistante de personnalisation dans la relation client. Les annonces à venir devront préciser la disponibilité des différentes fonctions, les possibilités de connexion avec des outils tiers et les mécanismes proposés pour contrôler l’action des agents.

Il faudra également observer la capacité des entreprises à passer d’une démonstration convaincante à un usage quotidien. Dans ce domaine, la valeur ne vient pas seulement d’une IA capable de rédiger ou d’analyser. Elle se mesure à la faculté de relier les données, les décisions et les actions sans perdre le contrôle sur ce qui est envoyé aux clients.

Pour Adobe, le défi est de montrer que ses agents peuvent alléger le travail des équipes sans opacifier la relation avec les consommateurs. Pour les marques, l’enjeu est plus large : utiliser l’automatisation pour rendre chaque interaction plus utile, sans transformer la personnalisation en surveillance ni la relation client en une succession de messages générés à la chaîne.