Agents IA : quand le trafic non humain n’est plus synonyme de trafic sans valeur

Par Mark Zagorski, CEO, DoubleVerify.

La publicité a longtemps consisté à atteindre le bon humain au bon moment. Ce postulat est pourtant en train de changer, sous l’effet d’un phénomène encore émergent : l’essor des agents IA.

L’IA agentique fait apparaître des agents autonomes capables d’évaluer, de comparer et d’exécuter des décisions, depuis la recherche d’un produit jusqu’à l’achat lui-même.

Le passage de l’humain à l’agent n’est pas une simple évolution technologique. Il remet en question certaines distinctions sur lesquelles repose depuis longtemps le secteur de la publicité et de l’adtech.

Historiquement, le trafic non humain a surtout été associé aux bots, au trafic invalide ou à la fraude. Mais les agents IA qui agissent pour le compte de vrais consommateurs font apparaître une catégorie beaucoup plus ambiguë : une activité non humaine qui peut pourtant traduire une intention bien réelle.

L’industrie va donc devoir se confronter à une question nouvelle : à partir de quand une interaction non humaine cesse-t-elle d’être du simple « trafic » pour devenir le prolongement numérique d’un consommateur ?

Quand le trafic non humain change de nature

Le trafic automatisé occupe une place croissante sur le web. Selon Cloudflare, le trafic automatisé aurait même dépassé le trafic humain en juin 2026. Une évolution qui dépasse largement les seuls agents IA, mais qui témoigne de la place désormais occupée par les interactions non humaines en ligne.

À mesure que les agents IA s’intègrent aux comportements en ligne du quotidien, ils redéfinissent non seulement l’automatisation des tâches, mais aussi la façon même dont les produits sont découverts et achetés. Ils introduisent une nouvelle couche d’intermédiation entre les marques et les consommateurs, susceptible d’influencer les marques qui entrent dans la phase de considération, puis dans la décision finale.

Cela ne veut pas dire que toute activité non humaine devrait soudainement être considérée comme précieuse.

La majorité du trafic de bots que l’industrie a toujours cherché à éviter reste problématique, qu’il s’agisse de fraude, de scraping non autorisé ou simplement d’activité à faible valeur, sans signal réel d’intention du consommateur. Mais les agents qui agissent pour le compte des consommateurs répondent à une logique différente.

Un bot conçu pour générer artificiellement des impressions et un agent chargé par un consommateur de comparer plusieurs hôtels sont tous deux « non humains ». Pourtant, ils n’ont ni la même fonction, ni la même intention, ni la même valeur. C’est cette distinction qui devient progressivement centrale. Pendant des années, l’industrie publicitaire a appris à séparer trafic humain et trafic non humain. L’IA agentique pourrait rendre cette opposition binaire insuffisante.

Le trafic agentique soulève ainsi de nouvelles questions autour de l’identification des agents, de leur authentification et, à terme, de la manière dont cette activité doit être qualifiée et mesurée.

Repenser la mesure de la performance

Le défi devient encore plus net sous l’angle de la découverte, où l’IA transforme la façon dont les consommateurs trouvent l’information et prennent leurs décisions. La recherche en ligne elle-même évolue rapidement, et les évolutions de la barre de recherche Google ne feront qu’accélérer ce mouvement.

La visibilité n’est plus portée par la recherche “traditionnelle” seule : des plateformes d’IA générative comme Gemini, ChatGPT ou Perplexity occupent une place croissante dans la découverte et la sélection de l’information.

Dans ce nouvel environnement, la visibilité d’une marque pourrait dépendre non seulement de son exposition auprès d’un consommateur, mais aussi de sa présence parmi les options qu’un agent sélectionne et compare.

Le résultat se joue sur un point précis : est-ce que l’agent choisit votre produit plutôt que celui d’un concurrent ?

Si le résultat change de nature, la mesure doit changer aussi. Elle doit évoluer pour refléter l’influence exercée à l’intérieur d’une décision pilotée par un agent, dans un parcours qui se réinvente d’un bout à l’autre, de la découverte jusqu’à la décision. La question de l’attribution devient alors particulièrement complexe. Lorsqu’un agent consulte plusieurs sources, compare des produits puis formule une recommandation, où se situe réellement l’influence d’une marque ou d’un message publicitaire ?

Il vaut aussi la peine d’aborder la question au-delà de la seule logique de canal : comment un agent évalue-t-il une information et en quoi ce processus diffère-t-il de celui d’un humain ?

Pour mesurer l’influence, il faut d’abord comprendre comment ces systèmes sélectionnent, hiérarchisent et interprètent l’information. Tout le reste en découle.

Quand la crédibilité devient un critère de découverte

Les agents ne se contentent pas de collecter des informations. Ils comparent les sources et peuvent évaluer leur crédibilité en croisant différents signaux, notamment les avis, les réseaux sociaux et le sentiment en ligne.

Quand les promesses d’une marque ne correspondent pas à l’expérience réelle des consommateurs, cet écart peut être repéré par les agents. Si un hôtel se présente comme “familial” mais que les avis pointent un manque d’équipements adaptés aux enfants, un agent pourra relativiser cette promesse, voire écarter l’établissement au moment de recommander des options à un parent.

Ce niveau de rigueur pourrait s’intensifier à mesure que les systèmes d’agents gagnent en sophistication. Dans un article sur les systèmes multi-agents, des chercheurs de la Kennesaw State University notent qu’un agent peut appuyer une affirmation pendant que d’autres la contestent, ce qui contribue à améliorer la précision de la prise de décision. À mesure que ces systèmes évoluent, les promesses des marques pourraient donc être soumises à un processus d’évaluation, de contestation et de validation de plus en plus rigoureux.

La visibilité ne dépendrait alors plus uniquement du fait qu’une marque soit présente ou vue, mais aussi de la façon dont ses affirmations sont comprises et jugées par les systèmes qui participent à la découverte. La confiance pourrait ainsi devenir non seulement un attribut de marque, mais aussi un signal pris en compte dans la sélection des produits et services.

Mesurer deux audiences, plutôt qu’une seule

Tout comme les professionnels du marketing ont appris à différencier la performance selon les canaux et les appareils, ils vont désormais devoir tenir compte de deux types d’interactions : celles des humains et celles des agents qui agissent en leur nom.

À terme, cette évolution pourrait également remettre en question certains modèles d’attribution, si une partie de la découverte, de la comparaison ou même de l’achat intervient sans interaction humaine directe.

Pendant des années, l’industrie a traité l’activité non humaine comme quelque chose à éviter, filtrer ou bloquer. Dans un monde agentique, cette approche pourrait devenir trop simpliste. Il faut désormais commencer à distinguer le trafic non humain frauduleux ou improductif des agents qui agissent pour le compte de vraies personnes. Cela demandera probablement un nouveau vocabulaire, car la notion de “trafic invalide” ne suffit plus à décrire ce que recouvre réellement l’activité non humaine aujourd’hui.

L’enjeu pour la publicité n’est donc peut-être plus simplement de déterminer si une interaction est humaine ou non, mais de comprendre ce qu’elle représente.

À mesure que les agents IA s’interposent entre les consommateurs et les marques, la frontière entre audience humaine et trafic automatisé devient plus difficile à tracer. Et c’est précisément cette zone grise que l’industrie va devoir apprendre à comprendre.