ChatGPT Ads arrive en France : les cinq choses à retenir après six mois de construction accélérée

Difficile de passer à côté de l'info de cette rentrée : la publicité débarque dans ChatGPT en France (et dans 30 autres pays). Mais pas chez tout le monde. Comme Netflix avant lui, OpenAI a choisi de la réserver aux utilisateurs de la version gratuite et de la formule Go. Les abonnés Plus et Pro, ainsi que les clients Enterprise, y échappent encore.

Le reach potentiel reste immense : ChatGPT revendique près de 900 millions d'utilisateurs actifs par semaine, pour seulement 35 millions d'abonnés payants. Cet écart donne une idée du bassin théoriquement monétisable, même si tous ces utilisateurs ne sont pas immédiatement accessibles aux annonceurs.

Contexte réglementaire oblige, OpenAI a retenu le consentement comme base légale de la publicité personnalisée en Europe. S'il l'accepte, l'utilisateur peut être ciblé à partir de son historique publicitaire, de ses centres d'intérêt et de données remontées par les annonceurs.

S'il refuse, il voit toujours des publicités, mais leur sélection repose sur la conversation en cours et une localisation approximative, sans utiliser la mémoire ni l'historique. OpenAI peut donc continuer à monétiser ces utilisateurs grâce au ciblage contextuel. La société estime par ailleurs que 20% des interactions présentent une intention commerciale - recherche, comparaison ou projet d'achat.

L'offre a beaucoup évolué depuis le lancement du pilote américain, en février. À l'époque, ChatGPT Ads était vendu autour de 60 dollars le CPM - le coût de mille impressions - avec un engagement minimum de 200 000 dollars. Ce seuil est tombé à 50 000 dollars en avril, avant le lancement d'un Ads Manager sans minimum de dépense.

Les annonceurs peuvent y importer leurs publicités, fixer un budget et piloter leurs enchères. En France, l'accès à l'outil reste toutefois réservé aux agences appartenant aux grandes holdcos.

Les annonceurs et agences indépendantes doivent donc passer par l'une des cinq adtech partenaires d'OpenAI : Adobe, Criteo, Kargo, Pacvue et StackAdapt. Celles-ci prennent en charge la création, les budgets et les enchères, tandis qu'OpenAI conserve le contrôle de la diffusion des campagnes.

OpenAI a également ajouté le CPC, ou coût par clic, avec des enchères initialement observées entre 3 et 5 dollars. La plateforme propose désormais l'optimisation à la conversion : l'algorithme ne cherche plus seulement à générer une impression ou un clic, mais une action définie par l'annonceur. Géociblage et audiences personnalisées complètent le dispositif.

En six mois, OpenAI a donc assemblé les principales briques attendues d'une plateforme publicitaire. Leur disponibilité ne signifie pas encore qu'elles offrent le même niveau de contrôle, de transparence ou de maturité que celles de Google et Meta.

Au format initial - titre, description, image et lien - se sont ajoutés une image plus grande et des boutons personnalisables, puis des formats e-commerce affichant prix, avis et plusieurs références dans un carrousel.

Avec ces formats dynamiques, l'annonceur ne prépare plus nécessairement chaque publicité. Il transmet son catalogue, puis OpenAI choisit les produits jugés pertinents au regard de la conversation, à la manière de Google Shopping. Le modèle prend donc deux décisions jusqu'ici largement pilotées par l'acheteur média : l'opportunité d'afficher une publicité et la référence à promouvoir.

L'unité d'optimisation se déplace ainsi de l'annonce vers le catalogue. La qualité du flux - titres explicites, catégories, attributs, visuels, prix et disponibilité - devient aussi déterminante que les enchères ou la création. Un produit mal décrit, rangé dans la mauvaise catégorie ou signalé à tort comme disponible risque d'être écarté, ou présenté dans un contexte inadapté. Les équipes devront donc rapprocher des compétences jusque-là réparties entre search, retail media, e-commerce et création dynamique.

Ce transfert d'autonomie vers OpenAI pose aussi un enjeu de contrôle. Pour comprendre les performances, les acheteurs médias devront pouvoir relier le contexte de la conversation, le produit sélectionné et la conversion obtenue. Sans ce niveau de reporting, ils sauront qu'une campagne fonctionne, mais beaucoup moins précisément quels signaux ont conduit le modèle à privilégier une référence plutôt qu'une autre.

Fin juillet, Digiday a repéré une offre accordant 50 dollars de crédits après une dépense équivalente réalisée dans les quatorze jours suivant l'ouverture du compte, ainsi qu'une variante à 100 dollars. Au-delà du montant, cette mécanique marque le passage d'une logique de lancement à une logique d'acquisition : OpenAI cherche désormais à convertir les inscriptions en premiers investissements, puis ces tests en dépenses récurrentes.

La cible naturelle est celle des PME. Les grands annonceurs peuvent apporter rapidement des budgets importants, mais leur nombre est limité. Google et Meta ont construit leur puissance publicitaire sur une longue traîne de millions d'entreprises capables de lancer seules des campagnes avec quelques centaines ou milliers de dollars. Les deux groupes ne ventilent pas leurs revenus par taille d'annonceur, mais la contribution des PME est généralement estimée autour des deux tiers de leurs recettes publicitaires. Sur les 491 milliards de dollars générés par Google et Meta en 2025, cela représenterait environ 330 milliards.

L'enjeu est d'autant plus structurant qu'OpenAI viserait 100 milliards de dollars de revenus publicitaires en 2030. Avec une structure comparable à celle de Google et Meta, près de 65 milliards devraient provenir des PME. Leur multiplication permettrait également de densifier les enchères dans davantage de secteurs, de zones géographiques et de contextes conversationnels. Sans cette profondeur de demande, ChatGPT Ads resterait dépendant des budgets de test de quelques centaines de grandes marques.

OpenAI constitue donc une équipe consacrée aux PME, avec des recrutements dans la data science, le growth, la génération de demande et les opérations commerciales. Une partie de la vente pourrait être confiée à des prestataires externes, comme chez Google et Meta. L'objectif consiste à industrialiser tout le funnel : recrutement, première campagne, montée en dépense et rétention.

Le crédit promotionnel n'est que la première étape. Pour convertir cette longue traîne, OpenAI devra permettre à une entreprise sans équipe média de créer une campagne en quelques minutes, d'en comprendre les résultats et de l'optimiser vers un objectif business. La crédibilité de sa projection à 100 milliards dépendra largement de sa capacité à transformer des millions de petits tests en budgets récurrents.

Le pixel de mesure d'OpenAI - un code placé sur le site de l'annonceur - relie un clic à une visite, un lead, une commande, un abonnement ou un essai. La Conversions API transmet les mêmes événements directement depuis les serveurs de l'annonceur, avec moins de pertes liées aux cookies, aux navigateurs ou aux bloqueurs de publicité. Ces signaux alimentent également l'optimisation à la conversion : un tracking mal configuré peut donc dégrader à la fois la mesure et les enchères.

La plateforme propose une attribution post-clic et, pour certains comptes, une attribution post-view limitée à une journée. Cette dernière reste isolée dans le reporting : le CPA, la facturation et l'optimisation reposent encore sur les conversions post-clic.

OpenAI ouvre parallèlement sa mesure à des tiers. Fospha, Hightouch, LiveRamp, Triple Whale et WorkMagic figurent parmi les intégrations documentées pour faire remonter des conversions web, app ou offline. Kochava dit travailler avec OpenAI sur une lecture cross-canal. Des acteurs comme IAS ou DoubleVerify pourraient intervenir sur un autre terrain - visibilité, trafic humain et brand safety.

Le principal trou demeure en effet celui de la causalité. Le pixel et la Conversions API indiquent qu'une conversion est intervenue après une exposition ou un clic, pas que la publicité l'a provoquée. Ce risque, qui affecte toute plateforme publicitaire, est particulièrement élevé dans ChatGPT, où l'annonce apparaît souvent au milieu d'une démarche déjà chargée en intention. La plateforme peut alors s'attribuer une vente qui aurait eu lieu de toute façon.

À l'inverse, cette mesure capte mal une publicité mémorisée, puis suivie d'une recherche de marque, d'une visite directe ou d'un achat en magasin. Les acheteurs devront donc croiser le reporting d'OpenAI avec leurs analytics, leurs données CRM et leurs ventes offline, puis conduire des tests d'incrémentalité. Le marketing mix modeling pourra compléter cette lecture une fois les volumes et l'historique suffisants.

Le bilan dressé par l’expert ès ChatGPT Ads, Juozas Kaziukėnas confirme cette limite : il ne recense aucun ROI robuste communiqué publiquement. L'un des rares cas disponibles affiche des taux de clic corrects, mais des conversions très faibles, voire nulles. ChatGPT Ads peut désormais être suivi, attribué et optimisé ; son passage à l'échelle dépendra de sa capacité à démontrer que les ventes revendiquées n'auraient pas eu lieu sans la publicité.