Points clés
- Le PPC n'est pas mort malgré des prédictions répétées depuis 2017 ; en revanche, l'IA a fondamentalement transformé qui fait le travail et quelles compétences comptent le plus en 2026.
- Bien que le coût par clic ait environ doublé au cours de la dernière décennie, le coût par lead et l'efficacité des conversions se sont nettement améliorés, révélant des inefficacités cachées plutôt qu'un déclin du canal.
- Les aperçus d'IA et le mode IA ont considérablement impacté le haut de l'entonnoir de recherche, mais les conversions en bas d'entonnoir restent solides pour les comptes avec une stratégie appropriée.
- Les outils d'IA excellent dans la définition des enchères, la génération de variantes de textes publicitaires et la découverte de requêtes à longue traîne ; les décisions stratégiques concernant la valeur de conversion restent fermement une responsabilité humaine.
- La réussite en publicité de recherche moderne nécessite un suivi précis des conversions, l’intégration des données hors ligne, un tri des mots-clés basé sur l’intention et une surveillance continue de la qualité du trafic.
- Les compétences en PPC ont évolué d'une simple manipulation tactique à une supervision stratégique ; l'industrie a besoin de moins de postes débutants, mais continue de rechercher des professionnels qui comprennent les fondamentaux et peuvent générer des résultats.
PPC vs IA : ce que 10 ans de PPC ont révélé
Le PPC a été déclaré mort environ 27 fois au cours de la dernière décennie. La première déclaration est survenue en 2017, lorsque Google a introduit des variantes proches sur les mots-clés en concordance exacte. Un client a reçu un article de blog suggérant un pivot stratégique vers le SEO. Le compte n’a pas été réorienté. Cette année-là, le client a connu ses meilleures performances jusqu’à présent.
Lorsque les publications « L’IA a tué le PPC » ont commencé à submerger les réseaux professionnels en 2025, la première réaction fut sceptique. La deuxième réaction fut plus nuancée. Cette fois, la sensation était différente. Les utilisateurs posent à ChatGPT des questions qu’ils cherchaient auparavant sur Google, et Google répond à de nombreuses requêtes courantes avant même que quelqu’un ne fasse défiler jusqu’à une annonce. Pendant ce temps, les plateformes publicitaires rédigent désormais les annonces, sélectionnent les requêtes et choisissent la page de destination.
La question légitime devint alors : dans quelle mesure l’IA a-t-elle réellement changé les performances du PPC ?
La réponse exige d’examiner comment les plateformes ont évolué, ce que rapportent les praticiens, et ce que signifient réellement les changements structurels pour les résultats nets. Il en ressort que le métier tel qu’il était pratiqué en 2016 a en grande partie disparu. Le PPC lui-même, en revanche, n’a pas disparu.
Qu'est-ce qui a réellement changé ?
D’importants développements se sont produits sur dix-huit mois. Pour les comprendre, il faut parcourir la chronologie.
Annonce et déploiement de l’IA Max de Google
Google a annoncé IA Max pour la recherche en mai 2025 et l’a rendu généralement disponible en avril 2026. L’outil s’appuie sur les campagnes Search standard et élargit automatiquement la correspondance des mots-clés, réécrit les titres en utilisant le contenu des pages de destination, et choisit parfois une URL finale différente de celle spécifiée. Cette automatisation a déplacé la responsabilité stratégique de la configuration des campagnes vers des décisions en amont concernant la valeur de conversion et la précision du suivi.
Aperçus IA et mode IA
Simultanément, des annonces ont commencé à apparaître dans les Aperçus IA et le mode IA. Ces emplacements ne peuvent pas être ciblés directement. Les campagnes utilisant uniquement des mots-clés exacts et expression sans IA Max échouent généralement à se qualifier pour les questions plus larges qui apparaissent dans le mode IA et les Aperçus IA. Cela semble intentionnel.
L’impact concret sur la recherche payante est important. Les requêtes informatives, les questions « comment faire » et « qu’est-ce que » qui généraient historiquement du volume, affichent désormais fréquemment des réponses générées par IA avant tout résultat payant. Cela exerce une pression visible sur les taux de clics sur ces types de requêtes.
OpenAI entre dans l’espace publicitaire
OpenAI a lancé la publicité dans ChatGPT en février 2026 avec un CPM de 60 $. En avril, le CPM était tombé à environ 25 $, avec des options coût par clic allant de 3 $ à 5 $. En mai 2026, un accès en libre-service est devenu disponible aux États-Unis sans exigence de dépense minimale.
Cela représente un tout nouveau canal, et non un remplacement de la recherche Google. Les premiers tests suggèrent une performance différente — plus proche de la publicité de découverte que de la recherche, nécessitant des approches de mesure et des attentes d’audience différentes.
Initiatives d’automatisation de Meta
En 2025, Meta a indiqué son intention d’atteindre une publicité entièrement automatisée d’ici la fin 2026. Le système proposé requiert uniquement une image produit et un budget ; la plateforme gère toutes les autres décisions.
La tendance est claire sur toutes les plateformes : les opérateurs humains sont complètement écartés des décisions tactiques.
Que disent vraiment les chiffres ?
Les données racontent une histoire plus complexe que ce que reconnaissent habituellement les défenseurs ou les sceptiques.
La réalité du coût par clic
Le coût par clic a augmenté de manière significative au cours de la dernière décennie. C’est une réalité visible dans chaque compte. Cependant, l’histoire cachée est tout aussi importante : le coût par lead et le coût par acquisition se sont améliorés dans de nombreux comptes, et les taux de conversion ont généralement augmenté. Cela révèle une chose importante : le problème d’efficacité existait avant l’IA. Les canaux dépensaient toujours pour un trafic à faible intention. L’automatisation par l’IA expose simplement quel trafic mérite un budget et lequel ne le mérite pas.
Les comptes ayant connu les pires évolutions de performance étaient généralement ceux qui investissaient massivement sur des mots-clés informationnels — les types de requêtes désormais dominés par les AI Overviews. Ces comptes n’ont pas été pénalisés par AI Max. Ils ont été pénalisés par des décisions d’allocation budgétaire qui ont toujours été inefficaces.
Le défi de la recherche informationnelle est réel
Les requêtes informationnelles, commençant par « comment », « quoi », « pourquoi », ont subi une pression significative. Les AI Overviews répondent désormais directement à beaucoup de ces questions, réduisant l’incitation à cliquer sur un résultat. Pour les comptes qui dépendaient fortement de ce type de trafic, ce changement représente un défi important.
Cependant, la solution n’est pas d’abandonner la recherche payante. La solution est de reconnaître que les mots-clés informationnels ont toujours été peu convertissants. Les comptes qui ont réorienté leur budget vers des mots-clés transactionnels à forte intention ont notablement amélioré leurs performances.
L’effet de stabilisation du marché
Le marché de la recherche payante s’est stabilisé autour d’un nouvel équilibre. Les plateformes entraînent des modèles d’IA depuis des années ; la volatilité de 2024-2025 s’est en grande partie apaisée. La recherche payante est devenue l’un des canaux les plus prévisibles, notamment pour les comptes disposant d’un suivi clair des conversions et de stratégies de mots-clés basées sur l’intention.
De manière critique, les AI Overviews apparaissent sur environ un tiers des recherches informationnelles mais seulement sur environ 5 % des recherches transactionnelles. La structure du canal n’est pas cassée. Elle est différente.
Monétisation et tarification
Les plateformes publicitaires continuent de tester des approches de monétisation pour les nouveaux formats comme les placements en mode IA. Les précédents historiques liés à la transition mobile et à la publicité par assistants vocaux suggèrent que les nouveaux inventaires sont généralement monétisés à des tarifs plus bas au départ, puis s’améliorent au fur et à mesure que les plateformes optimisent. Il s’agit d’un cycle temporaire de tarification, non d’une remise permanente.
En résumé : le PPC en bas d’entonnoir performe mieux que ce que suggèrent les commentaires de l’industrie. Les comptes ayant alloué la moitié de leur budget à des mots-clés informationnels ont subi des pertes visibles, mais cela a révélé une inefficacité préexistante. L’IA n’a pas créé cette faiblesse ; elle l’a exposée.
Ce que disent les personnes sur le terrain
Les perspectives varient en fonction de la source des insights. Les articles de blog d’entreprise suggèrent que l’IA a rendu le PPC sans effort. Les forums communautaires PPC affirment au contraire que cela est devenu impossible. La réalité émane le plus souvent de sources moins mises en avant.
La plainte la plus fréquente, et de loin, concerne le problème de la boîte noire. Toutes les discussions sur l’automatisation convergent vers le même défi : où est passé le budget et pourquoi la performance change-t-elle mois après mois ? Ce problème précède l’automatisation par l’IA et reste une préoccupation constante pour les professionnels du marketing qui gèrent des systèmes automatisés.
L’analyse communautaire des résultats des tests d’automatisation IA révèle des tendances intéressantes. Les comptes ecommerce montrent généralement une augmentation de la valeur de conversion, mais un coût par acquisition en hausse, avec seulement une partie atteignant leurs objectifs de ROAS. Les comptes de génération de leads présentent des résultats plus variables, la performance dépendant fortement de l’approche de mise en œuvre et de la configuration du tracking.
Un autre constat se dégage : le trafic invalide augmente souvent après l’activation de l’automatisation dans les comptes ne disposant pas d’un suivi approprié de la qualité du trafic. Ce n’est pas un problème d’automatisation, mais un problème de surveillance. Les comptes pratiquant des revues hebdomadaires ont rapidement corrigé les problèmes de trafic invalide. Les comptes sans cette discipline ont connu une inefficacité persistante.
Un schéma clair apparaît : les professionnels dont la valeur reposait principalement sur des actions tactiques répétitives expriment le plus de frustration. Ceux démontrant une solide connaissance des marges clients, de la qualité des leads et de la valeur de conversion rapportent avoir réussi la transition.
Là où la machine gagne, et là où elle ne gagne vraiment pas
L'automatisation par IA présente de réels points forts et des limites constantes.
Là où les algorithmes excellent
Smart Bidding fixe des enchères plus efficaces que les approches manuelles. Le système évalue les signaux liés à l'appareil, au lieu, au moment et au public à chaque enchère individuelle — des données qu’un opérateur humain ne peut pas traiter simultanément. Les outils d’IA génèrent également en quelques secondes des variantes crédibles de texte publicitaire et identifient des opportunités de requêtes longue traîne nécessitant des recherches manuelles poussées. Sur un compte bien structuré, la résistance à ces capacités relève davantage de l’ego que d’une nécessité stratégique.
La machine est véritablement meilleure en optimisation tactique lorsque le cadre stratégique est solide.
La limite critique
L’algorithme poursuit la métrique définie comme succès. Il ne remet jamais en question la justesse de cette définition. Si les formulaires frauduleux sont comptabilisés comme des prospects, le système en trouvera davantage. Si les objectifs de ROAS ignorent la marge produit, l’algorithme développera volontiers les produits à marge la plus faible. Si le suivi des conversions inclut des transactions incomplètes, le système optimisera les conversions incomplètes.
Le système ne peut savoir ce que l’entreprise valorise réellement à moins qu’une personne ne transmette cette information à la plateforme.
La génération de prospects reste le point faible de tous les tests d’automatisation. Cela s’explique par le fait que le succès en génération de prospects dépend de jugements qualitatifs sur la qualité des leads que l’IA ne peut pas reproduire sans instructions humaines explicites. Un « prospect » n’a de valeur que s’il remplit des critères spécifiques — secteur, taille de l’entreprise, pouvoir décisionnel, budget. L’algorithme doit recevoir cette définition d’un humain.
La répartition en pratique
La machine gère les enchères, le volume de texte publicitaire et la découverte de requêtes. Les humains déterminent ce qui constitue une conversion précieuse, intègrent les données hors ligne, répartissent le budget entre les campagnes, optimisent les pages d’atterrissage et les offres, et expliquent les résultats à la direction financière.
Un audit de compte réalisé en 2026 a clairement démontré ce principe. L'automatisation IA affichait de solides performances sur tous les tableaux de bord. Les revenus issus du référencement payant n’avaient pas évolué en six mois. Le système fonctionnait exactement comme prévu. Personne n’avait défini ce que « succès » signifiait réellement.
Ce qu’un praticien ferait avec un compte demain
Si vous recevez un compte Google Ads demain matin, la séquence recommandée serait la suivante :
Première priorité : mettre en place un suivi approprié
Faites remonter les conversions hors ligne et les étapes des leads qualifiés dans le système. Enchérissez sur la valeur plutôt que sur le nombre brut de conversions. Définissez ce qui constitue une conversion précieuse, pas seulement une conversion quelconque. Toutes les autres décisions dépendent de cette base.
Deuxième : triez les mots-clés selon l’intention
Les termes de marque et à forte intention nécessitent protection et investissement. Les termes informationnels doivent démontrer un historique réel de conversion ; la plupart ne seront pas éligibles à des dépenses continues. Classez le compte par intention de requête avant de prendre des décisions d’automatisation.
Troisième : testez AI Max de manière stratégique
Lancez AI Max comme une expérience contrôlée, pas comme un simple changement un vendredi après-midi. Conservez les mots-clés exacts et en correspondance phrase au cœur de votre stratégie. Surveillez les rapports sur les termes de recherche et le trafic invalide chaque semaine.
Quatrième : investissez dans la qualité créative
Lorsque le ciblage est automatisé, le texte, les images et les vidéos déterminent la différenciation. Passez en revue chaque titre généré par l’automatisation avant publication. La machine génère des variations ; les humains décident lesquelles méritent d’être diffusées.
Cinquième : obtenez une invitation à la réunion SEO
Être cité dans les synthèses IA provient de l’autorité du contenu et de l’expertise du domaine. Cela correspond aussi à la performance du référencement payant. Les comptes dont le contenu de marque se classe et est cité performent mieux dans les deux canaux.
Sixième : testez de nouvelles plateformes avec méthode
Les publicités ChatGPT méritent un test à petit budget pour toute entreprise dont les clients réfléchissent avant d’acheter. Évaluez les résultats comme pour de la publicité de découverte, pas du search. Attendez-vous à des schémas de conversion différents et à des cycles de considération plus longs.
Septième : développez les compétences adaptées à la prochaine décennie
Pour les professionnels en début de carrière, apprendre les fondamentaux reste essentiel. Comprendre le fonctionnement des systèmes permet un audit correct. Ensuite, concentrez-vous sur l’analyse, l’intégration CRM, la définition des conversions et la conception des tests. Ce sont ces compétences que le marché valorisera.
Alors, PPC contre IA ?
Présenter cela comme un conflit était probablement erroné dès le départ. L’IA est devenue le moteur du PPC. Ceux qui remplissaient les fonctions du moteur ont été repositionnés dans des rôles de pilote, qu’ils cherchent ou non à évoluer.
Les résultats finaux racontent une histoire claire. Les clics coûtent plus cher qu’en 2016. Les leads coûtent moins cher. La portée du haut de l’entonnoir a changé. La performance du bas de l’entonnoir s’est stabilisée. Les emplacements publicitaires les plus récents de Google sont exclusivement automatisés. Cela ne ressemble pas à la disparition d’un canal. Cela ressemble à un canal qui a redistribué les responsabilités.
Au cours de la prochaine décennie, les offres d’emploi dans le PPC pour des postes débutants vont probablement encore diminuer. Le secteur aura toujours besoin de personnes qui comprennent l’aspect stratégique. Il n’aura simplement plus besoin de personnes assumant les rôles tactiques de 2016.
