Dentsu et Criteo lancent leur première campagne entièrement orchestrée via le protocole MCP

Criteo et Dentsu viennent de franchir une première étape concrète dans ce que l’industrie appelle désormais l’agentic media buying. Les deux groupes annoncent avoir lancé une campagne vidéo entièrement orchestrée depuis la plateforme Dentsu Connect via le serveur MCP de Criteo. 

Dit autrement, un acheteur média, en l’occurrence Clémence Bougerol, a paramétré une campagne sans passer directement par l’interface de Criteo. Elle a décrit en langage naturel (les fameux prompts) les principaux paramètres de campagne (objectifs, budget, dates, formats vidéo, contraintes de marque, ciblage et KPI) à un agent IA media buyer niché au sein de la plateforme propriétaire de l’agence, Dentsu Connect. 

L’agent, propulsé par Claude, a ensuite traduit ces instructions en actions concrètes dans l’écosystème Criteo grâce à un protocole permettant à un agent IA d’interagir directement avec une plateforme média via des appels API sécurisés.

Le test portait sur une campagne vidéo instream pré-roll classique, diffusée en open web et en open auction. “Nous avons volontairement retenu un périmètre simple pour cette première activation mondiale, avec un budget limité mais suffisamment conséquent”, précise Clémence Bougerol. L’optimisation était centrée sur les “completed views”, c’est-à-dire les vidéos vues jusqu’au bout.

L’intérêt principal ne se situe pas, à ce stade, dans une amélioration automatique des performances média. L’agent reste un exécutant : il ne détecte pas encore spontanément les anomalies, ne déclenche pas d’alertes proactives et ne propose pas, de lui-même, des opportunités de ciblage. Les seules recommandations qu'il a formulées sont intervenues en réponse à des demandes explicites en provenance de l’humain (Clémence Bougerol dans ce cas précis).

Fini les galères de troubleshooting et optimisations en bulk

La valeur immédiate est ailleurs : dans la réduction du temps passé sur les tâches d’exécution, de reporting et de correction. Le potentiel apparaît surtout en cours de campagne. Là où un trader doit parfois extraire plusieurs rapports, identifier la source d’un problème, analyser les causes puis modifier manuellement plusieurs lignes de campagne, l’agent peut agréger l’analyse et proposer directement les corrections. “Certaines séquences de troubleshooting peuvent passer d’environ une heure à une dizaine de minutes”, chiffre Clémence Bougerol.

Autre cas d’usage concret : les optimisations en bulk. Une tâche dont chaque trader sait à quel point elle peut être fastidieuse : exclure de l’ensemble de la campagne un site A, retirer un SSP présentant un problème technique ou encore modifier des paramètres sur plusieurs stratégies. “Tout devient beaucoup plus rapide lorsque l’instruction est donnée une seule fois en langage naturel, plutôt que répétée manuellement dans plusieurs line items”, se réjouit Clémence Bougerol.

Pour Criteo, l’enjeu est à plusieurs niveaux. En exposant ses capacités via MCP, Criteo devient accessible sans formation ni certification. “Un trader qui n'a jamais ouvert l'interface du DSP peut opérer la plateforme depuis son environnement habituel, en langage naturel”, illustre Grégoire Bruni, director global agency chez Criteo. La barrière à l'entrée disparaît. Dans un contexte où les équipes trading gèrent des dizaines de plateformes en parallèle, c'est un argument de poids.

Criteo décompose le workflow média - planning, exploration d'audiences, programmation, activation, optimisation, reporting - comme autant d'agents spécialisés potentiellement accessibles via MCP. Ce test avec Dentsu a validé la faisabilité du parcours complet, mais chaque brique peut aussi être activée indépendamment par des équipes différentes. “Les équipes planning de Dentsu pourraient, par exemple, se connecter à l'audience explorer de Criteo pour modéliser des audiences commerce dans leur propre outil, sans jamais toucher au DSP”, illustre Grégoire Bruni.

La différenciation ne repose plus seulement sur l’UX de la plateforme, mais sur la qualité de la donnée, la capacité d’orchestration et la manière dont les insights remontent dans les outils agence. Criteo met notamment en avant sa commerce intelligence, c’est-à-dire sa capacité à exploiter des données transactionnelles et comportementales issues du commerce. 

Dans un univers où les agents IA pourraient demain interroger plusieurs plateformes depuis un même environnement, la valeur d’un acteur média dépendra aussi de la richesse de ce qu’il expose à ces agents : audiences, signaux d’achat, recommandations, reporting, capacités d’activation. “C’est un travail monumental qu’il ne faut surtout pas sous-estimer”, estime Grégoire Bruni.

Côté dentsu, ce test confirme aussi que l’agentic media buying ne supprime pas l’expertise trading. Au contraire, il la déplace. Un trader expérimenté sait quels paramètres préciser, quelles limites contrôler, quelles plateformes mobiliser selon les KPI et comment interpréter une anomalie de diffusion. “Deux personnes utilisant le même agent avec le même plan média n’obtiendront donc pas nécessairement le même résultat”, prévient Clémence Bougerol.

La suite est déjà identifiée. D’autres tests sont prévus sur le DSP de Criteo, avec différents KPI et types de campagnes. Des expérimentations sont aussi en cours ou envisagées sur Commerce Max, la brique retail media de Criteo, et Commerce Grid, sa plateforme SSP et de curation. Criteo indique également vouloir approfondir le sujet avec Dentsu sur d’autres marchés, notamment aux États-Unis, au Royaume-Uni et en Europe du Nord. “C’est un partenariat global”, rappelle Grégoire Bruni.