AdCP en clair : ce que change vraiment ce protocole

Après un premier article sur les différences entre AdCP et ARTF, nous poursuivons cette série pédagogique sur l’agentique, avec un focus plus détaillé sur AdCP.

Pour rappel, AdCP répond à quelques-uns des enjeux critiques du secteur :

• L’automatisation des tâches chronophages et répétitives du marketing digital par l’IA

• La difficulté d’interconnexion et de communication (e.g. par API) entre les différentes plateformes pour automatiser les tâches

• La complexité d'intégration des IA dans les plateformes

On rappelle pour ceux du fond, qui n’ont pas trop écouté le premier épisode, mais AdCP définit une norme technique standardisée permettant le développement et l'interopérabilité des Agents IA entre les plateformes publicitaires. En s'appuyant sur un socle commun, elle uniformise leur fonctionnement et leur langage.

L'adoption de ce standard facilite l'automatisation des métiers de la publicité digitale et réduit les coûts de développement des agents. En effet, les acteurs accèdent directement à la couche d’orchestration des agents, permettant de plus facilement déployer un agent.

AdCP est bâti sur une architecture en couches permettant de définir les rôles et différents niveaux de tâches.

[1] Couche Métier

Permet de définir des rôles par type d'usage et reflétant l’écosystème actuel. Ces rôles incluent le demand-side (e.g. rôle annonceur, agence, DSP) et le supply-side (e.g. rôle éditeur, SSP).

[2] Couche d'Orchestration

C'est le cœur du protocole, là où les agents IA réalisent leurs tâches. Chaque entité utilise un certain type d’agent spécifique au rôle métier préalablement attribué. En voici un exemple.

Les différents agents de la couche d’orchestrations couvrent les thématiques courantes de la publicité en ligne : media planning, audience planning, implémentation de campagnes, gestion des créas et j’en passe.

[3] Couche d'Exécution Technique

Gère les prises de décision pour des éléments comme la brand safety et le frequency capping à partir des statistiques des plateformes.

AdCP est conçue pour opérer les différentes tâches nécessaires pour des achats directs et en programmatique

AdCP en Pratique

AdCP fait évoluer l'interaction publicitaire des interfaces (UI) et API complexes vers des briefs conversationnels (ex : "Cibler des passionnés de sport avec une forte intention d'achat").

Le protocole privilégie les interactions entre Agents (A2A / MCP), permettant une automatisation élevée entre le buy side et le sell side.

Opportunité pour les acheteurs (agences, annonceurs) : l’automatisation

Automatisation générale des tâches courantes du média trading permettant un gain de productivité significatif:

• Media planning

• Audience planning

• Négociation des volumes, quantités et priorités pour les deal ID / campagnes directes

• Implémentation des campagnes (budget, ciblage, line items, créas, etc.)

Opportunité pour les vendeurs (éditeurs) : l’automatisation

Automatisation générale des tâches courante des AdOps permettant un gain de productivité significatif:

• Négociation des volumes, quantités et priorités pour les deal ID / campagnes directes

• Implémentation des campagnes dans l’ad-server (tag, ciblage, etc.)

Challenge pour les adtechs (DSP, SSP) : des prérequis d’intégration

L'efficacité d'AdCP repose sur un défi majeur : l'adoption simultanée par le buyside et le sellside. Le protocole étant fondé sur l'interaction inter-agents et l'échange de données bidirectionnel, son succès dépend de son déploiement sur l'ensemble de la chaîne opérationnelle.

Les adtechs seront, quoi qu’il arrive, amenées à suivre de nouvelles contraintes techniques en guise de prérequis:

• Intégration des standards MCP / A2A pour permettre aux agents externes d'interagir avec leurs systèmes.

• Intégration native d'agents au sein des plateformes pour les mettre à disposition des acheteurs et vendeurs.

Hypothèses & Prévisions

Les prévisions proposées ci-dessous sont des hypothèses compte tenu de la nature récente du projet et sont amenées à être revisitées.

Réduction des coûts de développement des agents

La standardisation technique d'AdCP évite de bâtir des systèmes d'agents de zéro. Cela réduit les coûts de R&D et accélère l'intégration opérationnelle de l'IA agentique.

Efficacité et automatisation 

Le protocole remplace le workflow human-to-UI par une automatisation où les agents deviennent les opérateurs principaux. Une tâche manuelle de 30 minutes est convertie en une commande unique exécutée par l'agent.

Signaux enrichis

AdCP permet une découverte d'inventaire et d'audiences flexible via des recherches sur-mesure illimitées. Il s'affranchit ainsi des contraintes de la taxonomie oRTB traditionnelle.

Transparence améliorée 

Le protocole offre un accès complet à l'inventaire en levant les limites de bid throttling et de sampling. L'analyse des données issues du bid listening est simplifiée : les agents agrègent et structurent les datapoints pour les rendre immédiatement exploitables.

"Taxe" adtech & coûts cachés

En favorisant les connexions directes entre acheteurs et vendeurs, AdCP réduit le nombre d'intermédiaires. Ce canal de communication assaini diminue les coûts cachés et la déperdition des investissements publicitaires.

Emergence des “wrappers”

À l'instar de l'écosystème Prebid, la base open-source d'AdCP favorisera l'apparition de wrappers. Des acteurs spécialisés développeront leurs propres solutions pour customiser et améliorer les capacités natives des agents.

Reste une réalité très terre-à-terre : AdCP ne gagnera pas parce que le concept est élégant. Il gagnera s’il s’installe dans les opérations. Autrement dit : si acheteurs et vendeurs peuvent réellement brancher leurs agents, échanger des signaux propres, exécuter des setups complets et mesurer ce qui sort.