Le directeur marketing d'UiPath remplace ses prestataires externes par un agent IA pour la publicité
Le marketing d'UiPath ne paie plus de sociétés externes pour préparer ses données publicitaires. Le directeur marketing Michael Atalla a expliqué à TNW que le responsable du paid media avait construit un agent IA sur la plateforme de l'entreprise elle-même. L'agent collecte les données, les analyse et apporte des ajustements peu coûteux à la diffusion des publicités. L'entretien aborde aussi le « slop » généré par l'IA, les postes juniors et le conseil d'un moine shaolin, mais l'extrait accessible ne donne aucun détail sur ces sujets. - L'agent a remplacé les prestataires chargés de collecter et d'analyser les données publicitaires. - Il a été construit par un marketeur, et non par une équipe de développeurs. - UiPath ne révèle pas encore de chiffres d'économies.
Traité par IA depuis TNW ; édité par Hamidun News
Le marketing d'UiPath ne paie plus d'agences externes pour collecter ses données publicitaires. C'est désormais un agent IA qui s'en charge : le responsable du paid media l'a construit sur la plateforme de l'entreprise. Le directeur marketing Michael Atalla l'a raconté à TNW dans un podcast. Selon lui, l'agent collecte les données, les analyse et apporte des modifications « low-cost » à la manière dont les publicités sont diffusées.
Ce qui a réellement été automatisé
Il s'agit de la partie la plus ingrate du marketing de performance. Il faut exporter les données depuis les comptes publicitaires, les consolider dans un rapport unique, repérer les campagnes en perte de vitesse et retoucher les réglages. Pendant des années, ces tâches ont été confiées à des prestataires : mieux valait entretenir une équipe externe que détourner ses propres spécialistes. Désormais, un agent boucle toute la chaîne.
La formule « low-cost changes » compte. Elle laisse penser que l'agent ne gère pas de gros budgets et ne prend pas de décisions stratégiques. Il opère dans une zone où le coût d'une erreur reste faible et où les modifications peuvent être annulées. Les premiers déploiements réussis d'agents en entreprise ressemblent généralement à cela : un processus étroit, des métriques claires, des droits limités.
Autre détail : l'agent n'a pas été conçu par un ingénieur, mais par le responsable de l'achat média. C'est un signal fort pour le marché de l'automatisation agentique, car son principal frein n'est plus depuis longtemps le modèle, mais la question de savoir qui construit le workflow, et comment.
Pourquoi ce cas est intéressant, et où il prête à débat
UiPath est née à Bucarest (l'entreprise a été fondée en 2005) et a débuté avec le RPA, c'est-à-dire des robots logiciels pour les opérations répétitives. Aujourd'hui, elle vend de l'automatisation agentique. L'histoire du « nous utilisons nous-mêmes notre produit » fait donc en partie office de vitrine. Le scepticisme est de mise : dans l'extrait accessible, on ne trouve ni le montant des budgets d'agences économisés, ni données sur l'évolution des performances des campagnes, ni information sur le taux d'erreur de l'agent.
À en juger par son titre, l'entretien dépasse le cadre du marketing. Il aborde le « slop » de l'IA, c'est-à-dire le flot de contenus générés de faible qualité, le sort des postes juniors et le conseil d'un moine shaolin. L'extrait disponible ne permet pas de reconstituer ce qu'Atalla a dit précisément sur ces sujets, et nous ne le supposerons pas. Le lien est pourtant évident : si l'agent absorbe la routine qui revenait auparavant aux prestataires externes et aux spécialistes débutants, la question de l'entrée dans le métier devient très concrète.
Ce que l'on sait de ce cas
- Commanditaire : le marketing interne d'UiPath.
- Exécutant : un agent IA sur la plateforme UiPath.
- Auteur : le responsable du paid media, et non un prestataire externe.
- Fonctions : collecte de données, analyse, ajustements peu coûteux de la diffusion publicitaire.
- Ligne supprimée du budget : le paiement de sociétés externes pour la préparation des données publicitaires.
- Non divulgué : le montant des économies, l'étendue des accès de l'agent, le mécanisme de contrôle.
Ce qu'il faut en retenir pour votre équipe
Si un prestataire de votre équipe produit des rapports à échéance fixe, commencez par lui. Décrivez le processus étape par étape et notez où une personne décide, et où une simple règle suffit.
N'accordez à l'agent que des droits sur des actions réversibles : plafonds de modification des enchères et des budgets, journal de chaque changement, validation manuelle pour tout ce qui dépasse un seuil. Calculez non seulement le coût de l'agence, mais aussi le temps que le responsable du processus consacre à maintenir l'agent, faute de quoi l'économie ne sera qu'apparente.
Pensez aussi aux personnes. Si cette routine servait de terrain d'apprentissage aux débutants, il faut prévoir dès maintenant où ils acquerront de l'expérience. Sinon, d'ici deux ans, il manquera des gens capables de vérifier le travail de l'agent.
- 24 oct. 2026Devin reçoit une mémoire personnelle et des « rêves » quotidiens, adossés à un dépôt Git
- 24 oct. 2026GPT-6.1 Sol dans Devin : 60,4% sur FrontierCode pour $0,31 par tâche
- 24 oct. 2026Cognition lance Devin Oncall : 100 % sur SREGym et un correctif en prod en 2m 21s
- 24 oct. 2026Goodfire lance des moniteurs « internes » pour agents IA, moins chers qu'une supervision par LLM
Questions clés sur cet article
Que sait-on sur Ce qui a réellement été automatisé ?
Il s'agit de la partie la plus ingrate du marketing de performance. Il faut exporter les données depuis les comptes publicitaires, les consolider dans un rapport unique, repérer les campagnes en perte de vitesse et retoucher les réglages. Pendant des années, ces tâches ont été confiées à des prestataires : mieux valait entretenir une équipe externe que détourner ses propres spécialistes. Désormais, un agent boucle toute la chaîne. La formule « low-cost changes » compte. Elle laisse penser que l'agent ne gère pas de gros budgets et ne prend pas de décisions stratégiques. Il
Pourquoi ce cas est intéressant, et où il prête à débat?
UiPath est née à Bucarest (l'entreprise a été fondée en 2005) et a débuté avec le RPA, c'est-à-dire des robots logiciels pour les opérations répétitives. Aujourd'hui, elle vend de l'automatisation agentique. L'histoire du « nous utilisons nous-mêmes notre produit » fait donc en partie office de vitrine. Le scepticisme est de mise : dans l'extrait accessible, on ne trouve ni le montant des budgets d'agences économisés, ni données sur l'évolution des performances des campagnes, ni information sur le taux d'erreur de l'agent. À en juger par son titre, l'entretien dépasse le ca
Que sait-on sur Ce que l'on sait de ce cas ?
Commanditaire : le marketing interne d'UiPath. Exécutant : un agent IA sur la plateforme UiPath. Auteur : le responsable du paid media, et non un prestataire externe. Fonctions : collecte de données, analyse, ajustements peu coûteux de la diffusion publicitaire. Ligne supprimée du budget : le paiement de sociétés externes pour la préparation des données publicitaires. Non divulgué : le montant des économies, l'étendue des accès de l'agent, le mécanisme de contrôle.
Delegate Deep Research, Coding & Workflows to an AI Agent
Deploy autonomous multi-step execution with NomadNet Agent (agent.nomadnet.ai) — automated web research, data synthesis, code generation, and complex task orchestration.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.