Il y a quelques semaines, ma camarade de promotion Colyne Boucly a publié sur ce blog un article que je recommande : IA, podcast et radio : de l'auditeur à l'acteur omnicanal. Elle y défend une thèse claire : l'intelligence artificielle permettrait de convertir l'auditeur passif en acteur d'une expérience marketing omnicanale, via le repurposing automatisé, l'unification de la donnée et un accompagnement managérial qui éviterait la déshumanisation du média.

Je travaille chez OpenMedias, une régie publicitaire digitale, et ma propre thèse porte sur l'intégration des agents IA dans le growth marketing. Je souscris à une grande partie de son raisonnement. Mais sur un point précis, je crois qu'il faut aller plus loin — et accepter une conclusion moins confortable : automatiser la production de contenu ne transforme pas un auditeur en acteur. Le plus souvent, cela produit simplement davantage de contenu.

Ce sur quoi nous sommes d'accord

Commençons par là, parce que c'est l'essentiel. Colyne a raison sur le constat de départ : le média audio a cessé d'être un canal unidirectionnel, et une émission qui n'existe pas en vertical sur TikTok ou Instagram n'existe plus pour une partie entière de son audience potentielle. Elle a raison aussi sur la fin d'une forme d'artisanat : isoler manuellement le meilleur extrait d'un direct de deux heures était un métier, et ce métier est en train de changer de nature très vite.

Enfin, son troisième pilier — la dimension managériale, l'idée qu'on ne déploie pas ces outils sans méthode ni garde-fous — est exactement ce que je constate sur le terrain. C'est d'ailleurs le point que la plupart des articles sur l'IA oublient complètement.

Premier désaccord : le goulot d'étranglement n'est plus la production

Le raisonnement du repurposing automatisé repose sur une hypothèse implicite : si l'on produit plus de capsules, on touche plus de monde. Cette hypothèse était vraie quand la contrainte était la capacité de production. Elle ne l'est plus.

Dans une régie, on voit le phénomène très concrètement : l'inventaire publicitaire et le volume de contenus disponibles augmentent beaucoup plus vite que le temps d'attention disponible, qui est, lui, structurellement fixe. Vingt-quatre heures par jour, et une part déjà largement saturée. Quand tous les producteurs audio d'un marché automatisent simultanément leur repurposing, le résultat agrégé n'est pas « chacun touche plus de monde » : c'est une inflation de l'offre à demande constante. Mécaniquement, la part d'attention par contenu baisse.

Autrement dit, le repurposing automatisé est un avantage compétitif pour le premier qui l'adopte, et une simple condition de survie pour tous les suivants. C'est une différence considérable pour qui doit arbitrer un budget : on ne parle pas d'un levier de croissance, on parle d'un coût d'entrée.

Deuxième désaccord : l'unification de la donnée bute sur un mur que je connais bien

Colyne décrit une vision 360° de la communauté, obtenue en croisant données d'écoute et données sociales. Sur le papier, c'est exactement ce que promettent les plateformes. Dans la pratique, j'ai déployé ce type d'architecture et j'en ai tiré une leçon que j'ai détaillée dans mon article sur le CRM augmenté par l'IA : un agent intelligent ne compense jamais des données mal structurées. Il en amplifie les défauts, à grande échelle et à grande vitesse.

Or les données d'écoute audio sont parmi les plus fragmentées du marché : identifiants différents entre le flux FM, l'application, les plateformes de streaming tierces et les réseaux sociaux, consentements collectés séparément, rétention variable selon les acteurs. La réconciliation de ces identités n'est pas un problème d'IA, c'est un problème de gouvernance de la donnée et de base légale — un terrain sur lequel les recommandations de la CNIL laissent beaucoup moins de marge qu'on ne l'imagine.

Ma position : tant que ce travail de fond n'est pas fait, la vision 360° reste un slide de présentation. Et l'IA est précisément l'outil qui permet de produire ce slide de façon très convaincante.

Troisième désaccord, le plus sérieux : la confiance n'est pas un risque à gérer

C'est ici que je m'écarte le plus de l'article de Colyne. Elle présente la perte de confiance comme un piège à éviter, donc comme un risque qu'un bon management permettrait de neutraliser. Je crois que c'est un arbitrage, pas un risque.

Deux éléments me conduisent à cette lecture. D'abord, mon propre terrain : en prospection B2B, les interlocuteurs qui détectent une séquence automatisée réagissent négativement même lorsque le contenu est bon. Ce n'est pas la qualité qui est jugée, c'est l'intention. Ensuite, ce que j'ai observé en travaillant sur la musique générée par IA : à l'oreille, le public ne distingue plus un contenu généré d'un contenu humain.

Mettez ces deux constats bout à bout et vous obtenez une situation inconfortable. L'audience n'a pas les moyens techniques de détecter l'automatisation, mais elle sanctionne durement le jour où elle la découvre. Le média audio repose sur une intimité de voix ; c'est précisément le format où la rupture de confiance coûte le plus cher. Dans ce contexte, « éviter le piège » ne suffit pas. Il faut décider, en amont, ce qu'on automatise et ce qu'on refuse d'automatiser — et le dire publiquement.

Ma proposition : changer d'indicateur

Si l'objectif est réellement de transformer l'auditeur en acteur, alors il faut cesser de mesurer le volume produit et les vues générées, qui sont des indicateurs d'offre. Trois indicateurs me paraissent nettement plus honnêtes : la part d'auditeurs identifiés qui réalisent au moins une action sortante dans le mois — commentaire, message, participation, inscription ; le coût réel par auditeur devenu actif, repurposing compris ; et le taux de réitération à trois mois, parce qu'un acteur qui n'agit qu'une fois est un auditeur avec un pic de curiosité.

Avec ces trois métriques, la question posée par Colyne devient testable. Et c'est là que son travail de thèse me paraît le plus prometteur : non pas pour démontrer que l'IA transforme l'auditeur en acteur, mais pour établir à quelles conditions, et à quel prix, cette transformation se produit réellement.

En conclusion

Mon désaccord avec Colyne n'est pas un désaccord de fond sur l'intérêt de l'IA dans le média audio. C'est un désaccord sur l'ordre des opérations. Elle décrit ce que la technologie rend possible ; je crois qu'il faut d'abord régler ce que l'organisation rend crédible — la qualité des données, la base légale, et la position assumée sur ce qu'on automatise.

Je serais très curieux de lire sa réponse, en particulier sur le point des indicateurs. Et si d'autres camarades de la promotion travaillent sur des sujets voisins — attention, data, automatisation éditoriale — c'est exactement le genre de débat que ce blog devrait héberger plus souvent.

Article source : Colyne Boucly, IA, podcast et radio : de l'auditeur à l'acteur omnicanal, blog MBA DMB.

Cet article a été préparé avec l'assistance d'outils d'IA générative. Le détail de la méthode est documenté dans la note méthodologique IA associée.