Montrer Cacher le sommaire
- AI Max dans Google Ads, c’est quoi exactement ?
- AI Max retire du contrôle tactique, pas la nécessité de réfléchir
- Le métier passe du contrôle de l’exécution au contrôle du système
- Premier levier : décider quelles intentions Google doit pouvoir explorer
- Deuxième levier : transformer le site en véritable input publicitaire
- Troisième levier : décider quelles portes laisser ouvertes
- Quatrième levier : fournir à Google le bon signal économique
- Cinquième levier : comprendre la performance marginale plutôt que le joli ROAS moyen
- La migration des DSA vers AI Max symbolise parfaitement ce changement
- Ce qui perd de la valeur avec AI Max
- Ce qui prend de la valeur avec AI Max
- AI Max ne tue pas l’expert. Il tue progressivement la valeur du simple exécutant
- Alors, faut-il avoir peur d’AI Max ?
Je vais commencer par une opinion qui ne fera probablement pas plaisir à tout le monde : si l’arrivée d’AI Max vous fait craindre la disparition du métier d’expert Google Ads, c’est peut-être que nous avons passé trop de temps à confondre expertise et maîtrise de l’interface.
Je m’inclus volontiers dans la critique.
J’aime contrôler mes campagnes. J’aime savoir pourquoi une requête a été déclenchée, pourquoi une page a été utilisée, pourquoi une enchère a augmenté et pourquoi Google a décidé d’investir 500 € ici plutôt que là.
Après quinze ans passés dans Google Ads, abandonner du contrôle n’est pas exactement mon réflexe naturel.
Alors lorsque Google automatise une nouvelle partie du Search, ma première réaction est rarement de sortir les confettis.
Mais cela ne m’amène pas pour autant à penser que notre métier disparaît.
Je crois même exactement l’inverse.
Plus Google automatise l’exécution, plus il devient important de savoir quoi lui demander d’exécuter.
Et AI Max est probablement l’une des meilleures illustrations de ce déplacement de valeur.
AI Max dans Google Ads, c’est quoi exactement ?
AI Max n’est pas un nouveau type de campagne destiné à remplacer les campagnes Search.
Google le définit comme une couche d’optimisation ajoutée aux campagnes Search existantes. Elle regroupe notamment deux grands ensembles de fonctionnalités : la correspondance des termes de recherche et l’optimisation des composants. Elle peut également utiliser l’expansion de l’URL finale pour sélectionner une page du site plus pertinente par rapport à l’intention exprimée par l’utilisateur.
Concrètement, cela signifie que Google dispose de davantage de latitude pour résoudre trois problèmes :
- déterminer sur quelles recherches votre annonce peut être pertinente ;
- adapter le message publicitaire à ces recherches ;
- déterminer quelle page de votre site constitue la destination la plus appropriée.
L’adaptation du texte peut notamment utiliser le domaine, les pages de destination, les annonces existantes et les mots-clés du groupe d’annonces pour générer des titres et descriptions supplémentaires.
Le changement est considérable.
Nous étions historiquement habitués à dire à Google :
« Pour ce mot-clé, diffuse cette annonce et envoie l’utilisateur sur cette page. »
Nous allons de plus en plus lui dire :
« Voici mon univers commercial, mes pages, mes messages, mes objectifs et mes contraintes. Trouve la meilleure combinaison possible. »
C’est précisément à cet endroit que l’expertise change de nature.
AI Max retire du contrôle tactique, pas la nécessité de réfléchir
Lors de notre dernier M&M Mastermind SEA, Julien Marsaud nous partageait ses premiers retours après environ un mois passé à migrer progressivement plusieurs comptes vers AI Max.
La discussion nous a amenés, avec Mehdi Bouazza, à une conclusion qui peut sembler contre-intuitive :
notre métier d’expert Google Ads n’a probablement jamais eu autant d’intérêt.
Pourquoi ?
Parce que pendant longtemps, il était possible de donner l’impression d’être très bon sur Google Ads en étant avant tout très bon dans Google Ads.
La nuance paraît absurde. Elle ne l’est pas.
Un bon exécutant connaissait la plateforme.
Il savait construire une campagne, ajouter les bons mots-clés, configurer du broad match, lancer des DSA, activer le Smart Bidding, rédiger des RSA, appliquer des exclusions et effectuer régulièrement des « optimisations ».
Le compte bougeait.
Des modifications apparaissaient dans l’historique.
Des recommandations étaient appliquées.
Des tests étaient lancés.
Tout cela pouvait constituer du bon travail.
Mais aucune de ces actions ne garantit à elle seule que la bonne stratégie était poursuivie.
Avec AI Max, une partie croissante de cette couche opérationnelle est absorbée par Google.
Et lorsqu’on retire l’exécution, il ne reste plus que le raisonnement.
C’est là que les différences deviennent intéressantes.
Le métier passe du contrôle de l’exécution au contrôle du système
Pendant longtemps, contrôler Google Ads signifiait principalement contrôler les objets présents dans le compte.
Aujourd’hui, il faut apprendre à contrôler l’environnement dans lequel Google prend ses décisions.
C’est une différence fondamentale.
Prenons le ciblage.
La vieille question était :
« Quels mots-clés dois-je ajouter ? »
La nouvelle devient progressivement :
« Sur quelles intentions de recherche suis-je prêt à laisser Google explorer ? »
Prenons les annonces.
La vieille question était :
« Quels titres et descriptions dois-je tester ? »
Elle devient aussi :
« Quels arguments commerciaux et quels éléments de contexte est-ce que je mets à disposition du système ? »
Prenons les landing pages.
La vieille question était :
« Quelle URL finale dois-je indiquer dans mon annonce ? »
Elle devient :
« Quelles parties de mon site Google peut-il légitimement utiliser pour répondre à cette intention et quelles parties doivent rester hors de portée ? »
Le contrôle ne disparaît donc pas.
Il change d’échelle.
Au lieu de contrôler chacune des décisions produites par le système, l’expert doit de plus en plus contrôler les inputs, les limites et les objectifs du système.
C’est beaucoup moins spectaculaire qu’une liste de cinquante optimisations dans l’historique des modifications.
Mais c’est infiniment plus important.
Premier levier : décider quelles intentions Google doit pouvoir explorer
AI Max peut utiliser une combinaison de broad match et de technologies sans mots-clés pour étendre la couverture des campagnes Search au-delà du ciblage traditionnel.
Évidemment, cela peut permettre de découvrir des requêtes que vous n’auriez jamais ajoutées vous-même.
Mais « nouvelle requête » ne signifie pas « bonne requête ».
L’expert doit donc comprendre l’intention qui se cache derrière les recherches captées.
Deux requêtes lexicalement proches peuvent représenter des niveaux d’intention commerciale complètement différents.
Deux conversions identiques dans Google Ads peuvent représenter des clients dont la valeur économique n’a rien à voir.
Et deux campagnes affichant exactement le même ROAS moyen peuvent présenter des perspectives de croissance radicalement différentes.
L’expertise consiste alors moins à deviner toutes les requêtes possibles à l’avance qu’à comprendre quels territoires sémantiques méritent d’être explorés et lesquels détruisent de la valeur.
Autrement dit, AI Max ne rend pas l’analyse des requêtes moins importante.
Il la rend plus stratégique.
Deuxième levier : transformer le site en véritable input publicitaire
Voilà probablement le changement que beaucoup d’annonceurs sous-estiment.
Lorsque Google peut exploiter davantage le contenu du site pour comprendre les offres proposées et sélectionner une page de destination, votre site n’est plus seulement l’endroit où vous envoyez le trafic.
Il devient une partie du moteur de ciblage.
Cela change énormément de choses.
Une architecture de catégories confuse n’est plus seulement un problème SEO ou UX.
Une page qui mélange plusieurs intentions différentes n’est plus seulement une mauvaise landing page.
Un contenu commercial trop pauvre ne pénalise plus seulement votre taux de conversion.
Tous ces éléments peuvent également diminuer la qualité du contexte disponible pour l’algorithme.
Cette idée n’est d’ailleurs pas totalement nouvelle. La méthode Hagakure avait déjà déplacé une partie de la réflexion depuis les mots-clés vers les pages de destination. AI Max accélère considérablement cette logique.
Le spécialiste SEA doit donc s’intéresser à des questions qui étaient autrefois facilement déléguées à d’autres équipes :
La structure du site traduit-elle correctement les différents besoins des utilisateurs ?
Les pages permettent-elles de distinguer clairement les offres ?
Le contenu explique-t-il précisément ce qui est vendu ?
Existe-t-il une landing page réellement satisfaisante pour chaque grande intention commerciale ?
Les pages informationnelles et commerciales sont-elles suffisamment différenciées ?
C’est ici que la frontière entre SEA, SEO, CRO et contenu devient beaucoup plus poreuse.
Et c’est une excellente nouvelle pour les profils réellement experts.
Troisième levier : décider quelles portes laisser ouvertes
Google automatise davantage.
Cela ne signifie pas qu’il faut lui donner les clés de toute la maison.
L’image qui me semble la plus juste est celle-ci.
Votre site est une maison.
Avec un Search très manuel, vous expliquiez à Google :
« Pour cette recherche, fais entrer l’utilisateur par la porte principale. »
Avec AI Max, vous lui laissez davantage de liberté :
« Trouve l’entrée qui semble la plus pertinente pour cette personne. »
Mais votre maison possède peut-être une porte principale, deux portes secondaires, douze fenêtres, un garage et une cheminée.
Votre travail consiste alors à décider ce qui constitue réellement une entrée.
Google permet notamment de travailler avec des inclusions et exclusions d’URL ainsi qu’avec différents contrôles de marque.
Le vrai sujet n’est donc pas de savoir si ces boutons existent.
Le vrai sujet est de savoir quelles pages doivent être exclues et pourquoi.
Une page institutionnelle ?
Une ancienne promotion encore indexée ?
Une catégorie non rentable ?
Une page de recrutement ?
Un article de blog positionné sur une requête très proche de votre activité mais sans véritable intention commerciale ?
Une offre que vous ne souhaitez pas pousser actuellement ?
Plus Google dispose de possibilités, plus la gouvernance de ces possibilités devient importante.
Quatrième levier : fournir à Google le bon signal économique
C’est probablement la partie la plus importante de toutes.
Google ne cherche pas spontanément à développer votre entreprise.
Il cherche à optimiser l’objectif que vous lui avez donné.
La différence est immense.
Si vous optimisez sur des leads, Google cherchera des leads.
Si tous vos leads ne se valent pas, ce problème devient le vôtre.
Si vous optimisez sur du chiffre d’affaires alors que certaines ventes ne génèrent quasiment aucune marge, Google ne le devinera pas.
Si vos clients existants convertissent facilement et que vous mélangez acquisition et réachat, un excellent ROAS peut cacher une très mauvaise performance de conquête.
L’automatisation renforce donc paradoxalement l’importance de la mesure.
Plus Google est capable d’optimiser efficacement un signal, plus la qualité du signal devient critique.
Donnez-lui le mauvais objectif et il deviendra extrêmement efficace pour poursuivre la mauvaise direction.
Je l’ai déjà observé sur des problématiques de Smart Bidding : demander davantage de volume peut produire exactement le résultat demandé tout en dégradant la valeur économique moyenne des conversions.
AI Max ne corrige pas ce problème.
Il augmente même potentiellement son importance.
Cinquième levier : comprendre la performance marginale plutôt que le joli ROAS moyen
Lorsque les systèmes automatisés trouvent davantage d’opportunités, la question ne doit jamais être uniquement :
« La campagne est-elle rentable ? »
Il faut demander :
« Les opportunités supplémentaires trouvées par Google sont-elles rentables ? »
Cette nuance est fondamentale.
Imaginons qu’une campagne génère historiquement 100 ventes avec un ROAS de 6.
Après activation d’une couche d’expansion, elle génère 120 ventes avec un ROAS de 5.
La lecture superficielle est plutôt rassurante.
Le volume augmente.
Le ROAS reste confortable.
Mais l’expert doit reconstruire la performance des 20 ventes supplémentaires.
Si cette croissance a nécessité une explosion du coût marginal, le compte peut afficher de beaux résultats moyens tout en détruisant progressivement sa rentabilité à mesure qu’il scale.
Voilà précisément le type d’analyse qu’aucune automatisation ne fait à votre place si vous lui avez simplement demandé de poursuivre un objectif moyen.
Google peut optimiser.
L’expert doit encore décider si ce que Google appelle une amélioration correspond réellement à une amélioration du business.
La migration des DSA vers AI Max symbolise parfaitement ce changement
Les Dynamic Search Ads constituent une bonne illustration de cette transformation.
Google avait initialement annoncé une migration automatique vers AI Max plus tôt, mais le calendrier a été repoussé : la transition automatique des campagnes utilisant les DSA doit désormais commencer en février 2027. Les campagnes utilisant certains paramètres historiques, notamment les composants créés automatiquement ou le broad match au niveau campagne, commencent quant à elles leur transition vers AI Max à partir de septembre 2026.
La date est intéressante.
Mais la direction l’est davantage.
Les DSA reposaient déjà sur une idée extrêmement importante : Google pouvait utiliser le contenu d’un site plutôt qu’une liste exhaustive de mots-clés pour identifier des opportunités de recherche pertinentes.
AI Max étend cette logique.
Le mot-clé ne disparaît pas.
Il cesse simplement d’être l’unique représentation possible de l’intention que l’annonceur souhaite cibler.
Pour quelqu’un qui a construit toute son expertise autour de la gestion méticuleuse d’une liste de mots-clés, ce changement peut être inquiétant.
Pour quelqu’un qui s’intéresse avant tout aux intentions, à la rentabilité, aux utilisateurs et au business, il ouvre surtout un nouveau terrain de jeu.
Ce qui perd de la valeur avec AI Max
Certaines compétences ne vont pas disparaître du jour au lendemain.
Mais leur caractère différenciant diminue.
Connaître chaque menu de Google Ads.
Savoir effectuer rapidement des modifications en masse.
Créer plusieurs centaines de variantes de mots-clés.
Passer des heures à ajuster manuellement des paramètres que l’algorithme peut désormais gérer.
Produire de longues listes d’« optimisations » simplement pour prouver que le compte est travaillé.
Tout cela peut encore avoir une utilité opérationnelle.
Mais ce n’est plus là que se situe la plus grande valeur.
L’interface devient progressivement une commodité.
L’expertise, elle, doit se déplacer ailleurs.
Ce qui prend de la valeur avec AI Max
À l’inverse, plusieurs compétences deviennent encore plus stratégiques.
Comprendre l’intention derrière une recherche.
Comprendre comment un prospect prend sa décision.
Savoir évaluer la qualité d’une landing page.
Savoir organiser l’information sur un site.
Comprendre la marge, la LTV, le coût d’acquisition et la performance marginale.
Construire une mesure capable de transmettre à Google les bons signaux.
Déterminer ce qu’il faut exclure.
Analyser les décisions de l’algorithme au lieu de simplement les accepter.
Et surtout, savoir transformer une problématique business en système d’acquisition.
Ce ne sont pas des compétences de traffic manager au sens historique du terme.
Ce sont des compétences d’expert marketing.
Et c’est précisément pour cette raison que je ne crois absolument pas à la disparition de notre métier.
Je crois en revanche à sa transformation.
AI Max ne tue pas l’expert. Il tue progressivement la valeur du simple exécutant
L’erreur serait donc de résumer AI Max par :
« Google nous retire du contrôle. »
Oui, Google retire progressivement certains leviers manuels.
Mais il ouvre en même temps beaucoup plus de possibilités.
Plus de requêtes.
Plus de combinaisons.
Plus de pages potentielles.
Plus d’adaptation du message.
Plus de décisions prises automatiquement.
Et quelqu’un doit toujours répondre aux questions essentielles :
Où voulons-nous aller ?
Quelles opportunités voulons-nous explorer ?
Quelles opportunités refusons-nous ?
Quelle valeur cherchons-nous réellement à maximiser ?
Quelles informations mettons-nous à disposition du système ?
Comment vérifions-nous que l’algorithme n’obtient pas un excellent résultat publicitaire au détriment du résultat économique ?
C’est exactement pour cela que le métier se déplace.
Nous passons progressivement du contrôle de l’exécution au contrôle du système.
Celui qui savait principalement manipuler l’interface perd mécaniquement du terrain.
Celui qui comprend le Search, le business, les landing pages, la mesure et les signaux en gagne.
Alors, faut-il avoir peur d’AI Max ?
Non.
Il faut en revanche probablement avoir peur d’une expertise qui dépendrait uniquement des fonctionnalités que Google nous laisse manipuler.
Car la véritable question n’est pas :
« Est-ce qu’AI Max va remplacer les experts Google Ads ? »
La véritable question est :
« Que reste-t-il de votre expertise quand Google retire les boutons ? »
Si la réponse est : « Je comprends mieux que Google le business qu’il doit optimiser », votre métier a encore de très beaux jours devant lui.
Si la réponse est beaucoup plus difficile à formuler, AI Max n’est peut-être pas le problème.
Il est simplement en train de le révéler.
Google devient chaque année meilleur pour exécuter.
Notre métier consiste désormais à devenir meilleurs pour lui donner une direction.
