Ce Dont Les Agences Ont Vraiment Besoin Avec L'AI, Ce N'Est Pas De Plus De Contenu

J'ai compris que je construisais la mauvaise chose le jour où je me suis surpris à imaginer un propriétaire d'agence s'enthousiasmer pour "50 idées de posts LinkedIn en 10 secondes".

Pas parce que les idées de contenu sont inutiles. Elles ne le sont pas.

Mais parce que si vous avez passé un vrai peu de temps dans une agence, vous savez que ce n'est pas la partie la plus effrayante du métier.

La partie effrayante, c'est la confiance.

C'est l'account manager qui se demande si le système pourrait mélanger Client A et Client B.

C'est le stratège qui pense : "Est-ce que je peux utiliser ça en toute sécurité sur un compte concurrentiel ?"

C'est le propriétaire d'agence qui pose une question beaucoup moins sexy que n'importe quelle homepage AI :

Que se passe-t-il si ce truc laisse fuir l'intelligence d'un client dans le travail d'un autre ?

Cette question compte bien plus que "combien de captions peut-il generer ?"

Je pense qu'une grande partie du marché du logiciel AI comprend encore mal les agences parce qu'il comprend mal le vrai travail. Les agences ne souffrent pas principalement d'un manque de mots. Elles souffrent de complexité :

• plusieurs clients
• plusieurs marques
• plusieurs rôles internes
• plusieurs couches d'approbation
• plusieurs versions de "qui a le droit de voir quoi"

Donc quand un vendeur AI arrive et dit : "Bonne nouvelle, vous pouvez maintenant produire plus de contenu plus vite", une part de moi a envie de repondre : avez-vous deja vraiment passe du temps dans un workflow d'agence ?

Parce que plus je construisais STRAŦUM, plus il devenait clair que les agences n'ont pas d'abord besoin de plus de contenu.

Elles ont besoin d'une meilleure infrastructure de confiance.

Le Probleme Des Agences N'Est Pas Le Volume. C'Est Le Risque

Je pense que c'est plus facile a comprendre si vous avez deja porte une vraie responsabilite sur du travail client avec des enjeux concrets.

Quand on gere une seule marque, la vie est plus simple. Les notes restent vos notes. Le travail de positionnement reste dans une seule voie. Les erreurs font mal, mais au moins elles restent locales.

Les agences ne vivent pas dans ce monde-la.

Les agences jonglent avec :

• des voix de marque differentes
• des categories differentes
• des chaines d'approbation differentes
• des definitions du succes differentes
• des clients qui peuvent meme etre concurrents entre eux

Cela signifie que le cout d'une erreur n'est pas seulement : "on a produit un brouillon mediocre".

Parfois, le cout ressemble a ca :

• on a envoye la mauvaise chose au mauvais client
• on a expose le mauvais contexte dans le mauvais workspace
• on a rendu la plateforme peu fiable
• le client commence a se demander ce qui, en coulisses, est encore approximatif

Et des qu'un client commence a se poser cette derniere question, vous etes deja dans une zone couteuse.

C'est pour cela que je deviens sceptique quand l'AI pour les agences est vendue presque uniquement a travers des exemples d'output. Une demo de contenu genere prouve que le modele sait generer du contenu. D'accord. Mais pour les agences, la preuve la plus importante est architecturale.

Montrez-moi :

• ou vivent les donnees
• comment le contexte client est isole
• qui peut acceder a quoi
• si les approbations sont integrees
• si le travail d'un client peut contaminer celui d'un autre

C'est l'histoire produit qui compte vraiment pour les agences, meme si elle est beaucoup moins sexy dans une video de lancement.

Je Pense Que Mon Passe En Publicite A Rendu Cela Evident Plus Vite

Peut-etre parce que je viens de la pub, je n'ai jamais vraiment cru a l'histoire selon laquelle "le contenu est le goulot d'etranglement" pour les agences.

Ne vous meprenez pas, les agences produisent bel et bien du contenu. Beaucoup. Et oui, il y a la de vrais gains d'efficacite.

Mais ce qui rend le travail d'agence difficile, ce n'est generalement pas l'absence d'un premier brouillon.

C'est l'environnement operationnel autour du brouillon.

Qui l'a relu ?
Pour quel client est-ce ?
Quel contexte a faconne cette recommandation ?
Est-ce que cela a ete genere avec les bonnes contraintes de marque ?
Est-ce que quelqu'un a reutilise les mauvaises hypotheses par erreur ?
Qui a le droit d'approuver ?

En interne, une partie de cela compte aussi.

En agence, tout cela compte tous les jours.

C'est pour ca que j'ai pris ce qui ressemblait a une decision un peu deraisonnable tres tot dans la vie de STRAŦUM : j'ai commence a construire la multi-tenancy presque immediatement. Jour 2, en gros. Avec le recul, c'etait soit tres discipline, soit legerement fou, selon votre niveau de generosite.

A l'epoque, je n'avais qu'un agent qui fonctionnait vraiment. Construire l'isolation client aussi tot semblait premature.

Et pourtant, c'etait la bonne decision.

Parce qu'une fois qu'on voit les agences clairement, on realise qu'elles ne sont pas simplement des "SME avec plus d'utilisateurs". Elles ont un modele operationnel fondamentalement different.

Le Jour Ou J'Ai Compris Que org_id N'Allait Pas Me Sauver

Ma premiere version de la multi-tenancy etait la version classique du builder optimiste.

Ajouter org_id partout.
Ecrire les policies.
Faire confiance aux filtres.
Declarer le probleme regle.

Ca fonctionne pour une quantite surprenante de logiciels. Et ca donne aussi cette illusion rassurante d'avoir resolu l'isolation alors qu'on n'a resolu que le scope de base.

Pour STRAŦUM, ce n'etait pas suffisant.

Parce que les agences n'avaient pas seulement une couche organisationnelle. Elles avaient des clients a l'interieur de l'organisation. Et chaque client avait besoin de son propre contexte, de ses outputs, de son historique et de ses frontieres de securite.

Cela voulait dire que j'essayais de faire rentrer deux modeles de donnees differents dans un seul raccourci mental :

• SME : une organisation, un contexte business
• Agence : une organisation, plusieurs contextes client dessous

On peut faire semblant pendant un moment au niveau de la logique applicative. Beaucoup le font. Mais plus je regardais cela, plus je me disais que je construisais un systeme qui pouvait avoir l'air correct tout en restant structurellement trop confiant.

Mauvaise combinaison.

Il a fallu reconstruire. Routing separe. Logique de schema separee. Plus de garde-fous au niveau base de donnees. Gestion de contexte plus explicite. Moins de "il suffit de bien filtrer partout".

Agacant ? Oui.

Necessaire ? Aussi oui.

En toute honnêteté — même après la reconstruction, j'ai trouvé une autre faille des semaines plus tard où des utilisateurs assignés à des clients spécifiques pouvaient encore voir les données d'autres clients via un chemin de requête différent. L'architecture était meilleure mais pas complète. Je ne suis toujours pas entièrement convaincu que c'est étanche.

Parce que la confiance d'une agence ne devrait pas dependre du fait qu'un developpeur se souvienne de chaque branche if/else a 23 h 30.

L'AI Aggrave Le Probleme De Confiance Au Lieu De Le Resoudre

C'est la partie que je pense que la categorie minimise encore.

L'AI n'est pas juste une couche d'interface de plus au-dessus du travail d'agence. Elle change le profil de risque, parce qu'on a maintenant un systeme capable de synthetiser du contexte, pas seulement de le stocker.

C'est puissant.

Et c'est aussi exactement pour cela que de mauvaises frontieres sont inacceptables.

Si un systeme AI a acces au mauvais contexte, il n'expose pas seulement des donnees brutes. Il peut les remixer. Il peut laisser les insights du Client A informer discretement la strategie du Client B. Il peut transformer des erreurs d'isolation en outputs bien polis, ce qui est franchement pire qu'un bug visible, parce que c'est plus difficile a repérer.

C'est pour cela que les outils AI generalistes m'inquietent dans des environnements d'agence quand les gens commencent a les utiliser legerement sur plusieurs comptes.

On peut s'en sortir un moment.

Puis un jour, quelqu'un trouve que le langage parait familier.

Ou une recommandation inclut un framework concurrentiel qui n'aurait jamais du se trouver dans ce workspace.

Ou un client voit quelque chose qui lui fait se demander si les systemes sont vraiment cloisonnes.

Et une fois que ce doute entre dans la relation, on ne repare plus un workflow de contenu. On repare une croyance.

Bonne chance pour faire cela avec quelques captions supplementaires.

Ce Dont Les Agences Ont Vraiment Besoin A La Place

Si j'enleve tout le theatre autour de l'AI, je pense que les agences ont besoin, de toute urgence, de quelques choses tres peu glamour :

1. Une vraie isolation de contexte, sure pour chaque client

Pas seulement du account switching.

Pas seulement des dossiers.

Pas seulement du copy "nous prenons la confidentialite au serieux".

Une vraie separation — au niveau de la base de donnees, pas au niveau de l'application. Je parle de schemas separes ou de routing separe, pas d'une table partagee avec une colonne client_id et la priere que chaque requete filtre correctement.

2. Des permissions liees aux roles

Les differents profils n'ont pas besoin du meme niveau d'acces :

• strategist
• account manager
• approver
• client stakeholder
• admin

Sans cela, l'outil peut sembler "collaboratif" dans une demo et chaotique dans la vraie vie.

3. Des workflows d'approbation

Les agences ne sont pas des createurs solo qui jettent directement des idees dans le monde. Il y a des brouillons, des commentaires, des reviews, des approbations, des revisions et de la politique interne. Beaucoup de politique :P

Si le systeme AI ne respecte pas cela, il ne respecte pas le travail d'agence.

4. Une memoire partagee, mais a l'interieur de la bonne frontiere

Cela compte enormement.

A l'interieur d'un contexte client donne, le systeme devrait clairement devenir plus intelligent avec le temps. C'est la que l'AI devient utile. Mais cette intelligence doit se cumuler a l'interieur de la bonne cloture, pas a travers tout le travail de maniere indifferenciee.

5. De l'intelligence strategique avant l'execution

Encore une fois, je ne suis pas anti-contenu. Je suis juste contre le fait de raconter toute l'histoire a partir du contenu en premier.

Les agences ont besoin d'aide pour comprendre :

• ce que le client devrait dire
• ce que le client devrait mettre en avant
• ce qui se passe cote concurrentiel
• ou la strategie est faible
• comment aligner l'equipe autour d'une recommandation

Tout cela vaut bien plus qu'une nouvelle pile de livrables generiques.

C'Est Pour Cela Que STRAŦUM A Fini Par Ressembler A Ca

Beaucoup de decisions produit dans STRAŦUM prennent davantage de sens quand on les regarde a travers ce prisme.

Pourquoi le progressive learning ?

Parce que les agences repetent deja le contexte beaucoup trop souvent.

Pourquoi le multi-tenant routing ?

Parce que le contexte client ne peut pas etre une simple suggestion.

Pourquoi les approbations et la collaboration ?

Parce que le travail d'agence, ce n'est pas une seule personne qui discute avec un bot dans le vide.

Pourquoi se concentrer sur intelligence over execution ?

Parce que les agences ne sont generalement pas payees pour produire plus de bruit. Elles sont payees quand elles creent de la confiance, de la direction et de meilleures decisions pour leurs clients.

C'est ce type de produit AI que j'ai envie de construire pour elles.

Pas celui qui dit : "regardez comme vous pouvez churn plus vite."

Celui qui dit : "regardez a quel point votre travail strategique peut devenir plus sur et plus aigu."

Je ne dis pas que j'ai tout fait correctement. Je dis que les problèmes ont forcé des décisions architecturales spécifiques que la plupart des outils AI généralistes n'ont pas encore eu à prendre — ou n'ont pas choisi de prendre.

La Chose Que J'Aimerais Entendre Plus Souvent Chez Les Vendeurs AI

Les acheteurs d'agence evaluent souvent deux produits a la fois :

1. le produit dans la demo
2. le probleme futur que ce produit pourrait creer

C'est pour cela que de beaux outputs AI, a eux seuls, ne convainquent pas.

L'acheteur ne demande pas seulement : "Est-ce que cela peut nous aider ?"

Il demande aussi : "Est-ce que cela peut nous faire mal plus tard ?"

Et si vous repondez mal a cette deuxieme question, tout votre magnifique output genere n'est essentiellement que de la decoration.

Je ne pense pas que les agences aient besoin de plus de decoration.

Je pense qu'elles ont besoin de systemes auxquels elles peuvent faire confiance devant leurs clients.

C'est un produit bien plus difficile a construire.

Et aussi, je crois, bien plus honnete.

C'est tout de ma part.

J'aimerais surtout entendre les gens d'agence sur ce sujet. Est-ce que les outils AI que vous avez vus ont vraiment reduit le risque, ou ont-ils surtout augmente la quantite de contenu que votre equipe peut produire pendant que les vrais problemes operationnels restent exactement au meme endroit ?

Cheers, Chandler