Aller au contenu
Chandler Nguyen
IA8 min de lecture

Ce qui reste en interne vs agence à l'ère de l'IA

À l'ère de l'IA, la décision interne-versus-agence ne porte plus principalement sur le coût. Garde les couches qui composent — jugement de marque, données first-party, et la mémoire client qui fait s'améliorer l'IA — et utilise les agences pour la production élastique et l'exécution spécialisée. La question décisive est passée du prix au compounding.

À l'ère de l'IA, la décision interne-versus-agence ne porte plus principalement sur le coût. Garde les couches qui composent — jugement de marque, données first-party, et la mémoire client qui fait s'améliorer l'IA avec le temps — et utilise les agences pour la production élastique et l'exécution spécialisée. La question décisive est passée de « qu'est-ce qui est moins cher ? » à « qu'est-ce qui s'améliore plus on le fait ? » C'est un test différent, et il pointe vers une répartition différente.

J'ai écrit pour la première fois sur l'internalisation versus l'externalisation en 2007, quand l'argument était presque purement économique : embaucher la capacité ou la louer. L'économie compte encore. Mais l'IA change ce qu'est « la capacité », parce que la valeur d'une équipe dépend désormais en partie de ce qu'elle accumule. C'est la partie que la plupart des débats d'internalisation manquent.

Ce qui a changé depuis le débat sur le coût

L'ancien calcul était simple. Une agence a de l'échelle, donc elle peut répartir un coût spécialisé sur les clients et te facturer moins qu'une embauche à plein temps. Tu externalises quand le besoin est intermittent ou spécialisé ; tu internalises quand le besoin est continu et central. Cette logique décrit encore la capacité de production et l'expertise canal.

Ce que l'IA ajoute est un second axe : certains travaux deviennent plus précieux plus tu leur donnes de contexte. Un modèle qui a vu deux ans de tes briefs, résultats, règles de marque et décisions passées produit un meilleur travail qu'un modèle neuf. Cette amélioration s'accumule là où vit le contexte. Donc la question n'est pas seulement « qui peut faire ça moins cher ? » mais « où voulons-nous que l'apprentissage se concentre ? » — et cette réponse favorise de garder les couches qui composent près de toi.

La question décisive : compounding ou élastique

Chaque capacité que tu peux soit garder soit externaliser tombe sur un spectre entre compounding et élastique. Le travail qui compose s'améliore à mesure qu'il accumule un contexte que tu possèdes : jugement de marque, compréhension de l'audience, historique de performance, le registre de ce que tu as décidé et pourquoi. Le travail élastique est une capacité dont tu as besoin parfois et dont la valeur ne dépend pas de ton historique spécifique : volume de production, débordement, lancement d'un canal spécialisé.

Les capacités qui composent appartiennent à l'interne, parce que les externaliser revient à louer la chose même qui te rend meilleur. Les capacités élastiques appartiennent à un partenaire, parce que bâtir une capacité permanente pour un travail intermittent est du gaspillage. La plupart des erreurs viennent de confondre les deux — garder une production élastique en interne par habitude, ou confier une couche qui compose à une agence puis se demander pourquoi le travail ne s'améliore jamais.

La carte des capacités

CapacitéGarder en interneAgencePourquoi
Jugement de marque et de catégorieOui—Compose, propriétaire, dur à briefer
Données first-party et mémoireOui—L'apprentissage se concentre ici ; tu dois la posséder
Stratégie et conception de mesureOuiLimitéFixe la norme dont tout le reste hérite
Planification et achat médiaPartagéPartagéJugement en interne, capacité d'exécution louée
Production créative en volume—OuiÉlastique ; l'outil l'a rendue bon marché et rapide
Localisation et transcréation—SurtoutA besoin de nuance native à l'échelle
Canaux spécialisés—OuiExpertise intermittente, dur à staffer en permanence
Reporting et intelligenceOuiPartagéL'interprétation compose ; l'assemblage est élastique
Gouvernance et politiqueOui—Tu es responsable ; ça ne se délègue pas

Le tableau est une position de départ, pas une règle. Une petite marque peut raisonnablement externaliser plus qu'une grande ; une grande marque peut internaliser la production parce qu'elle a le volume pour le justifier. L'axe qui compte est le compounding, et chaque ligne se décide par où l'apprentissage doit atterrir.

Pourquoi le jugement de marque reste dedans

Le jugement de marque est l'appel interne le plus clair, et l'IA le rend plus clair. Un modèle ne peut générer du travail dans l'esprit de la marque que s'il sait ce que « dans l'esprit de la marque » veut dire pour toi — qui est un corpus de goût, de précédent et de contexte qu'un partenaire ne détient jamais pleinement. Plus un modèle produit d'options, plus la personne qui sait dire laquelle est juste devient précieuse.

C'est le piège d'externaliser le jugement de marque à une agence : tu peux déléguer le travail mais pas la connaissance de ta propre marque. Chaque ronde de feedback que tu donnes est un contexte que tu enseignes au modèle de quelqu'un d'autre. Avec le temps, l'actif qui s'améliore reste avec eux, pas avec toi. Si le jugement de marque est comment tu concours, c'est le mauvais endroit pour que l'apprentissage se concentre.

Pourquoi les données et la mémoire restent dedans

Les données first-party et la couche de mémoire autour sont la couche qui compose qui compte le plus, et celle qui risque le plus d'être externalisée par accident. Si une agence bâtit la couche de contexte qui rend tes campagnes plus intelligentes — les briefs, les résultats, le journal de décisions — alors le bénéfice de compounding revient à la relation d'agence, et tu le perds le jour où la relation se termine.

Je vais plus loin là-dessus dans construire un fossé de données par la mémoire client. La version courte : le modèle est une commodité que tu peux louer ; la mémoire est l'actif qui rend le modèle loué utile. Garde la mémoire. Loue le modèle. La gouvernance est la même histoire — la responsabilité ne s'externalise pas, donc les règles sur ce que le modèle peut voir et qui possède la sortie restent avec toi. Le billet sur la gouvernance des données couvre ça en détail.

Quoi externaliser

Externalise la couche élastique. Volume de production, débordement, localisation de campagne, un canal spécialisé que tu lances deux fois par an — tout ça est du bon travail de partenaire. Ce sont des capacités dont la valeur ne dépend pas de ton historique spécifique, donc il n'y a pas de perte de compounding à les louer, et un vrai coût à les bâtir en permanence.

Le partenaire AI-native est ici réellement utile, parce qu'une boutique menée par le workflow peut produire et adapter le travail à une vitesse et un coût que ton équipe interne ne peut pas égaler pour des besoins intermittents. Le but est d'acheter de la capacité sans acheter l'apprentissage. Garde les briefs, les normes et le journal de décisions de ton côté du mur.

La transition, si tu re-répartis

La plupart des équipes ne partent pas d'une page blanche ; elles ont déjà un mix, et il a dérivé plutôt qu'été conçu. La re-répartition marche le mieux comme un audit ponctuel. Liste chaque capacité que tu achètes ou bâtis actuellement, marque chacune compounding ou élastique, et tu trouveras en général deux ou trois qui sont du mauvais côté. Les trouvailles courantes sont une fonction de mesure externalisée qui devrait interpréter tes propres données, et une équipe de production interne faisant du travail élastique qu'un partenaire pourrait absorber.

Bouge une capacité à la fois. Ramener une couche qui compose en interne est un projet — le contexte doit être migré et la mémoire reconstruite de ton côté — donc fais-le délibérément, pas dans la panique quand un contrat arrive à renouvellement. Et sois honnête sur ce que le partenaire a bâti : si le workflow contient ton contexte, l'extraire fait partie du geste, pas d'une réflexion après coup.

L'implication pour le contrat

La répartition change ce que le contrat devrait dire. Si les couches qui composent restent en interne, l'accord partenaire devrait être explicite sur les données : ce que l'agence peut retenir, ce qui doit être retourné ou supprimé à la fin, et qui possède tout ce qui dérive de ton contexte. Le défaut dans la plupart des contrats est silencieux là-dessus, ce qui remet discrètement l'actif de compounding à la partie qui a bâti le workflow.

Pose trois questions à tout partenaire. Quel contexte gardez-vous après la fin de l'engagement ? Pouvons-nous exporter la couche de mémoire que vous avez bâtie ? Qui possède les données dérivées ? Si les réponses sont vagues, c'est le vrai risque de l'accord — plus que la grille tarifaire.

FAQ

Une marque devrait-elle internaliser son outillage IA ou utiliser celui d'une agence ?

Internalise toujours le contexte sur lequel tourne l'IA — tes données, règles de marque et historique de décisions — même si tu utilises les outils d'un partenaire. Les outils sont remplaçables ; le contexte est l'actif. Tu peux louer le modèle et le workflow tout en possédant la mémoire qui les rend utiles.

Est-il jamais juste d'externaliser la stratégie ?

Pour un lancement précis ou un marché que tu ne connais pas, oui, comme input temporaire. Mais la stratégie qui compose — la norme de comment les décisions se prennent — appartient à l'équipe responsable des résultats. Emprunte un point de vue ; n'externalise pas la responsabilité.

Et si on ne peut pas se permettre une équipe senior en interne ?

C'est là que le modèle élastique gagne sa place. Loue du jugement senior pour des décisions précises et utilise un partenaire pour la production, mais garde le contexte et la responsabilité. Le but est de posséder la couche qui compose même à petite échelle.

Comment décider service par service ?

Demande si le travail devient plus précieux à mesure qu'il accumule un contexte que tu possèdes. Si oui, garde-le en interne. Si sa valeur est indépendante de ton historique, externalise-le. Ce test unique résout la plupart des cas sans long débat.

La version courte

À l'ère de l'IA, garde les couches qui composent en interne — jugement de marque, données first-party, et la mémoire qui fait s'améliorer l'IA — et utilise les agences pour la production élastique et la capacité spécialisée. L'ancienne question du coût s'applique encore, mais elle se situe désormais sous une plus grande : où voulons-nous que l'apprentissage se concentre ? Posséder cette réponse est tout le jeu. Le guide Modèle d'agence couvre le reste de la répartition, et le parcours pour équipes internes la travaille à travers gouvernance et mesure.

Si tu as fait cette répartition sur ta propre équipe, j'aimerais savoir quelle couche s'est révélée plus dure à garder que prévu.

À bientôt, Chandler


Cet article est en français, mais le contenu du cours (vidéos, templates et guides d'accompagnement) est proposé en anglais, japonais, chinois simplifié et coréen ; ce site est disponible en 13 langues.