La publicité sur les moteurs de recherche entame un nouveau chapitre, où l’intelligence artificielle ne se contente plus d’assister, mais prend les commandes de la conception et de l’optimisation des campagnes. Dernière avancée en date de Google : AI Max, un format automatisé et propulsé par l’IA, qui pourrait bien transformer en profondeur la manière dont les marques captent la demande. Mais comme toujours avec une nouvelle plateforme, la vraie question n’est pas ce qu’elle promet, mais ce qu’elle délivre réellement.

Chez DAC, nous avons eu l’occasion de tester AI Max dans différents contextes : plusieurs clients, divers types de campagnes, de nombreux secteurs. Ce retour d’expérience nous a permis d’identifier à la fois les opportunités et les limites de cette approche, et d’en tirer des analyses clés qui nourrissent aujourd’hui notre point de vue sur la façon dont les annonceurs devraient envisager AI Max.

Une nouvelle approche la recherche payante

AI Max est la dernière initiative de Google pour automatiser la publicité sur le search. Toujours en phase bêta, ce format vise à simplifier la création des campagnes et à élargir leur portée en s’appuyant sur le machine learning pour automatiser une grande partie des tâches habituellement gérées manuellement. Au lieu de se baser uniquement sur une sélection précise de mots-clés, AI Max associe le ciblage large à une logique de correspondance “sans mot-clé” pilotée par l’IA, pour diffuser des annonces sur des requêtes parfois absentes du plan initial.

L’une des promesses majeures d’AI Max réside dans sa capacité à générer et optimiser le contenu créatif en temps réel. Contrairement à d’autres formats comme Performance Max, AI Max s’appuie sur des sources différentes : il utilise les contenus existants et ceux du site web pour générer automatiquement les annonces, et choisit la page de destination qu’il juge la plus pertinente en fonction de l’intention de l’utilisateur. En théorie, cette approche permet de capter une demande additionnelle que les stratégies de search classiques laissent souvent de côté, tout en garantissant une expérience utilisateur cohérente.

AI Max s’inscrit ainsi dans le virage pris par Google vers des formats publicitaires de plus en plus automatisés. Le search devient moins dépendant des mots-clés, et davantage orienté vers un modèle dynamique dirigé par l’IA. L’enjeu : plus d’efficacité et de scalabilité. Mais comme toute automatisation, cette approche exige un suivi rigoureux pour s’assurer que les performances restent en phase avec les objectifs de marque.

Là où AI Max fait la différence

Nos premiers tests montrent qu’AI Max peut s’avérer très performant en termes d’efficacité et de montée en puissance, notamment pour des campagnes à l’échelle nationale ou régionale. En s’appuyant sur un ciblage large et une logique de requêtes pilotée par l’IA, il permet d’atteindre des audiences que les stratégies basées uniquement sur les mots-clés ne touchent pas. Résultat : un volume d’impressions plus élevé, plus de clics et, souvent, plus de conversions.

Un avantage qui revient souvent est l’efficacité budgétaire. Dans plusieurs cas, les campagnes AI Max ont affiché des CPC plus bas et un coût par lead réduit comparé aux campagnes non-brand classiques. Dans les secteurs très concurrentiels, où chaque gain compte, ces économies peuvent faire une vraie différence.

Autre point fort : sa capacité à générer de la croissance là où les campagnes peinent à performer. En allant chercher des requêtes et des audiences en dehors du périmètre habituel, AI Max peut générer un volume de leads incrémental, augmentant ainsi la portée globale. Pour les annonceurs en quête de nouvelles marges de progression, AI Max montre un potentiel réel.

Les revers de la médaille

Malgré ses atouts, AI Max présente aussi plusieurs limites qu’il est important de garder en tête. D’abord, ses performances varient selon les types de campagnes. Sur des campagnes très locales ou à petits budgets, les résultats sont parfois instables, avec une baisse du volume de leads et une hausse du coût par acquisition. Cela montre qu’AI Max est sans doute mieux adapté à des campagnes à grande échelle qu’à des approches très ciblées.

La qualité du trafic est également un sujet de préoccupation. En sortant du cadre strict des mots-clés, AI Max diffuse parfois des annonces sur des requêtes peu ou pas pertinentes. Dans certains cas, la pertinence des requêtes n’atteignait que 50 %, imposant une surveillance fréquente et des ajustements manuels pour préserver la rentabilité. Sans cela, le risque est de diluer l’impact et de gaspiller du budget.

Autre limite : le manque de personnalisation et de précision dans le ciblage. Les annonceurs soucieux de garder un contrôle strict sur leurs messages hésitent à activer la génération automatique de textes et d’URLs, ce qui peut restreindre l’efficacité du format. Même avec des réglages prudents, nous avons observé des anomalies, comme des confusions entre campagnes marque et hors-marque ou des annonces diffusées dans la mauvaise langue malgré des paramètres corrects.

Enfin, il ne faut pas confondre volume et qualité. AI Max peut générer plus de leads à moindre coût, mais ces leads ne sont pas toujours en phase avec les objectifs plus stratégiques. Plus de conversions ne signifie pas forcément de meilleures performances business. D’où l’importance d’un suivi constant et rigoureux.

Ce qu’AI Max doit encore améliorer

Pour que ce format tienne pleinement ses promesses, il faudra plus de contrôle et de précision. Les annonceurs doivent pouvoir personnaliser leurs textes et leurs pages de destination sans compromettre la sécurité de leur message. Aujourd’hui, le système impose trop souvent un choix entre automatisation et maîtrise, alors qu’ils devraient aller de pair.

Le ciblage des requêtes doit également gagner en finesse. Trop souvent, AI Max active des termes hors sujet, forçant les équipes à corriger sans cesse pour préserver la qualité. En resserrant les critères de correspondance, Google pourrait améliorer la pertinence du trafic et limiter les pertes budgétaires, tout en libérant du temps pour optimiser la croissance.

Autre besoin essentiel : plus de clarté. Les bonnes pratiques pour déployer AI Max sont encore floues, rendant l’expérimentation longue et coûteuse. Une meilleure transparence sur les types de campagnes, les budgets recommandés et les objectifs les plus adaptés permettrait aux annonceurs d’utiliser AI Max avec plus de confiance et moins de risques.

Trouver le bon équilibre avec AI Max

AI Max marque une avancée ambitieuse dans le search payant, et son potentiel mérite l’attention. Les premiers résultats prouvent qu’il peut offrir de l’efficacité, de la portée et une croissance incrémentale que les approches traditionnelles ne permettent pas toujours. Mais ils montrent aussi que l’automatisation n’est pas une solution miracle.

La clé, c’est de ne pas tomber dans le piège du “set and forget”. Une supervision humaine reste indispensable pour garantir que l’outil fonctionne au service des objectifs business. L’automatisation ne remplace pas la stratégie : elle la complète.

Chez DAC, notre position est claire : AI Max peut devenir un allié stratégique dans une approche search bien pensée. Ce n’est pas une solution unique, mais un outil prometteur, à utiliser avec rigueur. En testant de façon responsable, en suivant de près les performances et en protégeant à chaque instant l’identité de la marque, les annonceurs peuvent tirer le meilleur parti d’AI Max tout en maîtrisant les risques. Bref, AI Max s’aborde avec ambition, mais toujours avec contrôle.