Chapitre 14 : L'IA et l'Avenir de l'Email

Si le Chapitre 13 avait été absent de la v3, ce chapitre n'aurait pas pu exister. Les capacités d'IA disponibles pour les professionnels du marketing par email au début de 2026 sont fondamentalement différentes de ce qui existait il y a seulement 18 mois. Pas différentes dans le sens d'une amélioration incrémentale, mais différentes dans le sens de « cela change le flux de travail ».

Je serai direct sur les domaines où je pense que l'IA est réellement utile, où elle est surestimée, et ce qui vient ensuite. La conversation sur l'IA dans le marketing est ponctuée d'extrêmes : soit l'IA va remplacer tous les marketeurs le prochain mardi, soit c'est juste une autocomplete sophistiquée qui n'apporte aucune valeur réelle. La vérité, comme toujours, se situe au milieu, et les spécificités importent plus que les généralités.

Où l'IA Excelle Aujourd'hui

La génération d'objets est le gain le plus immédiat. L'IA peut générer 50 variations d'un objet en quelques secondes. Votre travail consiste à choisir les deux ou trois meilleurs et à les tester en A/B. Ce qui prenait 20 minutes de brainstorming prend désormais 30 secondes de génération et deux minutes de curation. Le résultat est plus de tests, ce qui signifie plus de données, ce qui signifie de meilleurs objets au fil du temps.

J'ai constaté que les objets générés par l'IA ont des performances comparables à celles rédigées par des humains environ 60 % du temps, et les surpassent environ 20 % du temps. Les 20 % restants où les humains gagnent ont tendance à correspondre à des cas nécessitant un contexte culturel, une connaissance de l'actualité, ou un humour propre à la marque que l'IA ne saisit pas tout à fait. Mais 80 % de comparabilité avec 10 % de l'investissement en temps est un excellent compromis.

L'optimisation du temps d'envoi s'est remarquablement améliorée. Les modèles d'apprentissage automatique prédisent désormais les temps d'envoi optimaux par abonné sur la base des patterns d'engagement historiques. La plupart des grands ESP intègrent cette fonctionnalité. Seventh Sense va plus loin avec un produit dédié qui analyse les fenêtres d'engagement pour chaque contact individuellement. L'amélioration est généralement de 10 à 25 % des taux d'ouverture par rapport à la planification en masse. C'est l'une de ces fonctionnalités où l'IA fait quelque chose que les humains ne peuvent littéralement pas faire à grande échelle : optimiser le timing pour chaque abonné individuel sur une liste de 50 000.

La segmentation est l'endroit où l'IA identifie des patterns que les humains manquent. Clusters d'engagement, prédicteurs de churn, scores de propension à l'achat. L'analyse prédictive de Klaviyo peut estimer la valeur vie client, le risque de churn et la date de prochaine commande prévue pour chaque abonné. HubSpot peut scorer des leads sur la base de centaines de signaux comportementaux. Ces données alimentent une segmentation plus intelligente, qui alimente un meilleur ciblage, qui alimente de meilleurs résultats. C'est un cercle vertueux qui devient plus puissant à mesure que vos données grandissent.

La personnalisation de contenu à grande échelle signifie des blocs de contenu dynamique alimentés par les recommandations de l'IA. Recommandations de produits basées sur le comportement de navigation et d'achat. Blocs de contenu qui changent selon les centres d'intérêt prédits. Objets qui varient par segment. L'objectif est de faire en sorte que chaque email semble avoir été conçu individuellement sans réellement rédiger des milliers de variations. Les emails de recommandation de Netflix sont un bon exemple : chaque utilisateur reçoit un email différent avec des recommandations de séries différentes, entièrement alimenté par l'analyse IA des patterns de visionnage.

La génération de première ébauche résout le problème de la page blanche. Fixer un éditeur d'email vide est le tueur silencieux de la productivité dans le marketing par email. L'IA génère une première ébauche fonctionnelle en quelques secondes. Elle ne sera pas parfaite. Elle ne devrait pas être publiée telle quelle. Mais elle vous donne quelque chose sur quoi réagir, éditer et améliorer, ce qui est considérablement plus rapide que de repartir de zéro.

L'analyse et la reconnaissance de patterns devient discrètement l'une des applications les plus précieuses de l'IA. L'IA peut identifier des anomalies dans les performances des campagnes (le taux de clics de cet email est 40 % inférieur à votre moyenne pour ce segment), détecter des tendances entre les campagnes (les objets avec des chiffres ont eu des performances 15 % meilleures pour vous au cours des 6 derniers mois), et signaler des problèmes potentiels avant qu'ils ne deviennent des problèmes (votre engagement avec les destinataires Yahoo a chuté de 20 % ce mois-ci).

Où l'IA Est en Retrait

La cohérence de la voix de marque est le plus grand écart, et je ne le vois pas se combler de sitôt. Le texte générique de l'IA est détectable. Vos abonnés ne l'identifieront peut-être pas consciemment comme généré par l'IA, mais ils ressentiront la différence. Il y a une uniformité dans les textes marketing générés par l'IA. La formulation est trop lisse, les transitions trop propres, la personnalité trop égale. La chaleur, les particularités, la manière spécifique dont votre marque s'exprime, c'est extraordinairement difficile à reproduire pour l'IA sans un ajustement fin extensif. Et même avec un ajustement fin, le résultat nécessite une édition humaine intensive.

J'ai testé cela en envoyant deux versions d'un email de bienvenue à une audience divisée. La version rédigée par l'IA avait des performances identiques en taux d'ouverture et taux de clics. Mais les retours qualitatifs des enquêtes clients ont montré que les destinataires trouvaient la version rédigée par des humains « plus chaleureuse » et « plus authentique ». Sur un seul email, la différence est marginale. Sur une série de bienvenue de 12 emails, l'effet cumulé d'une voix générique érode la perception de la marque.

La réflexion stratégique reste fermement dans le domaine humain. L'IA peut optimiser un objet, mais elle ne peut pas décider si vous devriez envoyer un email promotionnel ou un contenu à valeur ajoutée cette semaine. Elle peut personnaliser le contenu, mais elle ne peut pas déterminer le bon équilibre entre éducation et vente pour votre audience à ce stade de la croissance de votre entreprise. La stratégie nécessite de comprendre le contexte, les objectifs, le positionnement de la marque, la dynamique concurrentielle et les relations clients d'une manière que l'IA actuelle ne possède tout simplement pas.

La nuance émotionnelle compte plus que les marketeurs ne l'admettent parfois. L'email de ré-engagement pour un abonné qui n'a pas ouvert depuis 90 jours nécessite un registre émotionnel différent de celui du win-back pour un client dont l'abonnement a expiré. L'empathie dans les réponses au service client, la sensibilité dans le traitement des réclamations, le bon ton pour un rappel de produit, tout cela nécessite un jugement humain que l'IA approxime mais ne possède pas vraiment.

Les percées créatives ne viennent pas de l'IA. L'IA optimise dans les patterns existants. Elle est exceptionnelle pour prendre ce qui fonctionne et générer des variations. Mais le hibou au cœur brisé de Duolingo, le « Come back to bed » de Casper, le « Don't Buy This Jacket » de Patagonia, ces sauts créatifs sont venus d'humains qui comprenaient leur marque suffisamment profondément pour prendre des risques qu'aucun algorithme d'optimisation ne recommanderait. L'IA ne suggérerait jamais de dire aux clients de ne pas acheter votre produit. Un humain qui comprend profondément la marque Patagonia le ferait.

Le Flux de Travail Humain-IA

Les meilleurs résultats viennent de la collaboration, pas de l'automatisation totale. Voici le flux de travail que je recommanderais, basé sur ce que j'ai vu fonctionner dans des dizaines de programmes d'email :

Commencez par briefer l'IA avec du contexte. Lignes directrices de la voix de marque, informations sur l'audience, objectifs de campagne, détails du produit, exemples d'emails gagnants passés. La qualité du texte d'email généré par l'IA est directement proportionnelle à la qualité et à la spécificité de l'entrée. Un prompt qui dit « Rédigez un email promouvant notre vente » produira un résultat générique. Un prompt qui inclut votre document de voix de marque, trois exemples d'emails qui ont bien fonctionné, les produits spécifiques en vente, la structure de réduction, et le segment d'audience produira quelque chose de beaucoup plus proche de ce qui est utilisable.

Générez la première ébauche avec l'IA. Laissez-la gérer la structure, le texte initial, les options d'objet. Ne jugez pas le résultat trop sévèrement à ce stade. Vous ne cherchez pas un email terminé. Vous cherchez du matériel brut avec lequel travailler.

Éditez largement. C'est là que vit la voix de votre marque. Changez la formulation pour correspondre à la façon dont votre marque parle réellement. Ajoutez les détails spécifiques, anecdotes ou personnalité qui font que vos emails vous ressemblent. Supprimez tout ce qui sonne générique ou formulaïque. Un bon éditeur peut transformer une ébauche d'IA médiocre en un email solide en 15 minutes. Sans l'ébauche de l'IA, ce même email pourrait prendre 45 minutes à rédiger de zéro.

Testez contre des versions rédigées par des humains. Lancez des tests A/B avec du texte assisté par IA contre du texte rédigé purement par des humains. Vous constaterez souvent que la version assistée par l'IA a des performances comparables ou meilleures sur des métriques comme le taux d'ouverture et le taux de clics, tandis que la version rédigée par des humains obtient un score plus élevé en termes de perception de marque et de retours qualitatifs. Trouvez l'équilibre qui fonctionne pour votre audience.

Itérez dans le temps. Renvoyez les résultats dans votre flux de travail IA. Les emails gagnants deviennent des exemples pour de futurs prompts. Les perdants deviennent des garde-fous. Votre résultat assisté par IA devrait s'améliorer à chaque cycle à mesure que vous affinez vos prompts et développez une meilleure compréhension de ce que l'IA fait bien et où elle a besoin de plus de guidance.

Fonctionnalités IA par Plateforme

Chaque grand ESP offre désormais des fonctionnalités IA, mais la profondeur varie considérablement. Certaines plateformes ont saupoudré l'IA sur les fonctionnalités existantes comme une case à cocher marketing. D'autres ont reconstruit les flux de travail principaux autour d'elle. Le tableau ci-dessous capture le paysage début 2026.

Quelques éléments ressortent de ce paysage.

Klaviyo est allé le plus loin, le plus vite. Leur K:AI Marketing Agent est couvert dans la section Agents IA ci-dessous. À côté, ils ont lancé K:AI Customer Agent — un agent de support IA 24/7 sur chat, SMS et email qui résout les questions d'expédition, de taille et de retours, en escaladant vers les humains avec le contexte complet. Les analyses prédictives (CLV, risque de churn, date de prochaine commande prévue) restent la fonctionnalité IA la plus commercialement précieuse dans le marketing par email. Un email de rétention bien chronométré pour un client à fort CLV montrant des signaux précoces de churn vaut plus que mille objets optimisés par IA.

ActiveCampaign a adopté une approche par la largeur avec 34+ capacités sous Active Intelligence. AI Segments est notable : décrivez le segment que vous voulez en anglais courant et la plateforme le construit. Leur connecteur Claude MCP (couvert ci-dessous) en fait l'un des premiers ESP avec une intégration officielle dans les outils de codage IA.

Tanuki AI de Bento adopte une approche orientée développeur. Le mode Ask vous permet d'interroger vos données d'email de façon conversationnelle. Le mode YOLO permet à l'IA de prendre des actions autonomes basées sur vos instructions. Il traite l'email comme un problème d'API, pas de tableau de bord. Plus à ce sujet dans la section des agents.

La création de formulaires IA d'Omnisend mérite d'être soulignée — leur fonctionnalité « Suggest + Create Forms » permet aux utilisateurs de décrire ce qu'ils veulent en langage courant et d'obtenir une mise en page de formulaire complète générée, avec des formulaires optimisés par IA augmentant les taux de soumission de 14 à 65 % selon les premières données. Leur AI Segment Builder suit le même pattern de langage naturel qu'ActiveCampaign.

Mailchimp rattrape son retard sous la propriété d'Intuit. Intuit Assist est un assistant marketing GenAI intégré dans l'éditeur, et un QuickBooks Marketing Agent arrive en 2026 qui gérera la segmentation, la rédaction de contenu et la livraison de campagnes. L'acquisition par Intuit a donné à Mailchimp le budget IA dont il manquait auparavant.

Kit (anciennement ConvertKit) est notoirement en retard — pas d'outils de rédaction IA intégrés début 2026, selon plusieurs avis indépendants. Pour une plateforme servant les créateurs, cet écart est surprenant. Pesez la simplicité de Kit et son généreux niveau gratuit contre l'absence d'outils IA que les concurrents traitent désormais comme des prérequis.

Phrasee opère au niveau entreprise, travaillant avec des marques comme eBay, Domino's et Virgin Atlantic. Ils entraînent des modèles spécifiquement sur les données d'email historiques de votre marque et les patterns d'engagement de votre audience, produisant des textes calibrés pour votre audience spécifique.

Les Agents IA : La Prochaine Frontière

Il y a une distinction utile entre les fonctionnalités assistées par IA et les agents IA, car le secteur est en train de franchir cette ligne.

Les fonctionnalités assistées par IA sont des outils qui vous aident à faire votre travail plus rapidement. Générer un objet. Scorer un lead. Suggérer un temps d'envoi. Vous initiez l'action, l'IA l'accélère. Chaque fonctionnalité dans le tableau ci-dessus entre dans cette catégorie.

Les agents IA sont différents. Ils observent, décident et agissent. Vous définissez l'objectif et les garde-fous. L'agent détermine quoi faire et le fait, en vérifiant quand il n'est pas sûr ou quand les enjeux sont suffisamment élevés pour justifier une approbation humaine.

Trois plateformes avancent dans le territoire des agents début 2026 :

K:AI Marketing Agent de Klaviyo est l'exemple le plus visible. K:AI peut construire des flows d'email complets à partir d'un brief en langage naturel (« crée une séquence win-back de 3 emails pour les clients qui n'ont pas acheté depuis 60 jours »), générer des définitions de segments, rédiger des textes de campagne, et fournir une analyse de ce qui fonctionne et ce qui ne fonctionne pas. Il opère dans l'écosystème de Klaviyo, ce qui signifie qu'il a le contexte complet de vos données clients, de l'historique d'achat et des patterns d'engagement. L'agent ne génère pas simplement du contenu dans le vide — il fait des recommandations ancrées dans vos données spécifiques. Pour les équipes e-commerce déjà profondément dans Klaviyo, c'est ce qui ressemble le plus à avoir un marketeur email junior disponible 24h/24.

Active Intelligence d'ActiveCampaign englobe 34+ capacités IA, mais la direction est clairement vers un comportement agentique. Leur constructeur d'automatisation IA suggère une logique de flux de travail basée sur vos objectifs. AI Segments vous permet de décrire des audiences en langage naturel et le système construit les règles de segment. AI Brand Kit apprend votre identité et l'applique de façon cohérente. Individuellement, ce sont des fonctionnalités. Collectivement, elles évoluent vers un agent qui gère la couche d'exécution de votre programme email pendant que vous gérez la stratégie.

Tanuki AI de Bento adopte l'approche d'agent la plus explicite avec son système à deux modes. Le mode Ask est une intelligence conversationnelle — interrogez vos données, obtenez des insights, comprenez les performances. Le mode YOLO est là où ça devient intéressant : vous donnez des instructions à Tanuki (« envoie un email de ré-engagement à quiconque n'a pas ouvert depuis 30 jours, utilise un ton décontracté, inclus un code de réduction de 10 % ») et il exécute de façon autonome. Le nom est délibéré — le mode YOLO est pour les équipes à l'aise avec une IA qui prend des actions, avec des garde-fous appropriés en place.

L'implication pratique est que le rôle de « marketeur email » évolue. Le travail mécanique de construction de campagnes, de constitution de segments et de planification d'envois est absorbé par les agents IA. Ce qui reste — et ce qui devient plus précieux — est la réflexion stratégique : comprendre votre audience, définir les bons objectifs, définir les garde-fous de voix de marque, et prendre des décisions de jugement que l'IA ne peut pas prendre. Le marketeur email de 2028 passera moins de temps dans les constructeurs de campagnes et plus de temps à examiner les recommandations des agents IA. Les meilleurs seront les meilleurs éditeurs et stratèges, pas les meilleurs cliqueurs de boutons.

MCP (Model Context Protocol) et l'Email

C'est un nouveau territoire, et je pense que c'est le développement le plus important dans les outils de marketing par email depuis l'automatisation du marketing elle-même.

Le Model Context Protocol (MCP) d'Anthropic permet aux modèles IA d'interagir directement avec des outils externes et des sources de données via une interface standardisée. Pour le marketing par email, cela signifie que l'IA peut lire les données de vos campagnes, analyser les performances et prendre des actions dans votre plateforme email, le tout via une conversation en langage naturel. Au lieu de cliquer dans des tableaux de bord, vous posez des questions. Au lieu de construire des segments via une interface, vous décrivez ce que vous voulez.

Début 2026, quatre plateformes email ont des intégrations MCP :

ActiveCampaign a été le premier ESP avec un connecteur MCP officiel dans le répertoire de connecteurs de Claude. Tout utilisateur de Claude peut connecter son compte ActiveCampaign et interagir avec ses données de marketing email de façon conversationnelle — interroger des campagnes, gérer des contacts, analyser les performances, tout depuis Claude. Au lieu de se connecter au tableau de bord, d'exécuter un rapport et de l'exporter, vous posez une question à Claude et obtenez une réponse depuis vos données en temps réel.

Bento offre une intégration de serveur MCP qui fonctionne avec Claude Code et Cursor, le rendant particulièrement utile pour les équipes à forte composante développeur construisant des flux de travail email programmatiques. Interrogez les performances de campagne, gérez les contacts et déclenchez des envois via une interface API standardisée. Pour les équipes travaillant déjà dans des outils de codage IA, cela supprime le changement de contexte entre conversation et tableau de bord.

Mailjet dispose d'un serveur MCP open-source pour le marketing email qui fournit un accès en lecture seule pour les modèles IA. Posez des questions sur vos performances email en anglais courant et obtenez des réponses tirées de vos données réelles. « Quelle était la tendance de mon taux d'ouverture au cours des 12 dernières semaines ? » vous donne une réponse directe avec les données, pas un rapport à interpréter.

Nitrosend (beta fermée) a été conçu dès le départ comme un ESP natif IA avec MCP comme intégration de premier rang. Plus sur Nitrosend ci-dessous, mais le serveur MCP vous permet de créer des campagnes, de concevoir des modèles, de gérer des contacts, d'envoyer des emails de test et de déclencher des envois, tout depuis Claude. C'est l'implémentation MCP la plus complète dans l'espace email car la plateforme a été construite autour du protocole plutôt que de l'y ajouter après coup.

La thèse MCP de la version originale de ce chapitre se joue plus rapidement que prévu. Quand j'ai d'abord écrit sur les intégrations MCP de Bento et Mailjet, c'étaient des expériences isolées. Maintenant, nous avons quatre plateformes, dont un grand ESP entreprise (ActiveCampaign), offrant une connectivité MCP officielle. L'interface pour gérer les campagnes email passe véritablement des tableaux de bord vers la conversation.

Les implications sont importantes. Un fondateur solo qui ne pouvait pas justifier l'embauche d'un spécialiste en marketing email peut maintenant décrire ses objectifs à un agent IA et obtenir un programme email structuré professionnellement. Un marketeur expérimenté peut avancer plus vite en décrivant des flows complexes en langage naturel plutôt qu'en cliquant dans des interfaces de constructeur. Une agence peut servir plus de clients en utilisant des agents IA pour gérer le travail de construction routinier pendant que les humains se concentrent sur la stratégie et la direction créative.

La Vision de l'ESP Natif IA

Le flux de travail ESP traditionnel ressemble à ceci : un humain crée une campagne, sélectionne un segment, rédige le texte, conçoit le modèle, planifie l'envoi et analyse les résultats. Chaque étape nécessite l'initiation et l'exécution humaines.

Le flux de travail de l'ESP natif IA inverse cela. L'IA analyse les données clients et identifie des opportunités (« Vous avez 2 400 clients qui ont acheté une fois il y a 45 jours mais ne sont pas revenus. Voici une séquence win-back suggérée. »). Il rédige le contenu. Il optimise le timing et le ciblage. L'humain révise, ajuste et approuve.

Le changement va de « construire des campagnes » à « approuver des recommandations ».

Les premiers exemples de ce changement sont déjà visibles. K:AI Marketing Agent de Klaviyo construit des flows à partir du langage naturel. AI Segments d'ActiveCampaign vous permet de décrire des audiences en anglais courant. Les intégrations MCP de plusieurs plateformes permettent aux modèles IA d'interroger et d'agir directement sur les données email.

Nitrosend : À Quoi Ressemble l'ESP Natif IA

Nitrosend (beta fermée) a été construit de zéro pour l'ère IA plutôt que d'adapter l'IA sur une plateforme existante. Divulgation complète : ce projet et Nitrosend partagent le même fondateur. Mais le produit illustre une différence architecturale authentique qui mérite d'être comprise.

Les ESP traditionnels ont été conçus autour de tableaux de bord et de flux de travail manuels. Nitrosend a été conçu avec l'hypothèse que l'interface principale serait conversationnelle — via MCP avec Claude, via son chat IA intégré, ou via la REST API.

Ce que cela signifie en pratique : vous dites à Claude « Crée une campagne appelée Spring Sale ciblant mon segment VIP, envoie-la jeudi à 10h » et Claude crée la campagne, définit l'audience, configure le modèle et planifie l'envoi. Vous révisez et approuvez. Le chat IA vous permet d'itérer sur la conception d'email de façon conversationnelle. Chaque action disponible dans l'interface est disponible via l'API, donc les outils IA ont un accès complet à toutes les capacités de la plateforme.

Nitrosend est en phase précoce — beta fermée, limitée aux utilisateurs d'accès anticipé. Mais la question n'est pas de savoir si les ESP deviendront natifs IA. C'est quelles plateformes existantes s'adapteront suffisamment vite et lesquelles seront déplacées par des alternatives construites pour cet objectif.

La distinction clé dans tout cela reste : l'IA gère l'optimisation (quel contenu, quand envoyer, qui cibler), tandis que les humains gèrent la stratégie (pourquoi on envoie, les garde-fous de voix de marque, les limites éthiques, la direction générale du programme). Cette division du travail joue sur les forces de chaque côté. L'IA est meilleure pour traiter les données et trouver des patterns. Les humains sont meilleurs pour le jugement, la créativité et la compréhension du contexte.

Intégration Pratique de l'IA Aujourd'hui

Voici ce que je recommanderais réellement d'implémenter maintenant, classé par impact et facilité d'adoption :

1. Utilisez l'IA pour la génération d'objets. Générez 20 à 50 options, choisissez les deux ou trois meilleures, et faites des tests A/B. Cela prend cinq minutes et améliore systématiquement les taux d'ouverture de 5 à 15 %. C'est l'application IA avec le moins d'effort et le plus grand impact dans le marketing par email aujourd'hui.

2. Utilisez l'IA pour les premières ébauches de séquences d'email. Surtout pour les flows standards comme les séries de bienvenue, l'abandon de panier et le post-achat. Éditez largement pour la voix de marque, mais laissez l'IA gérer le travail structurel lourd. Un bon prompt avec des exemples de voix de marque vous amènera à 70 % du chemin.

3. Utilisez les analyses prédictives pour le risque de churn et la valeur vie client. Si votre ESP le propose (Klaviyo, HubSpot), activez-le. Segmentez par risque de churn prédit et envoyez des campagnes de rétention ciblées aux clients à haut risque avant qu'ils ne partent. C'est pur bénéfice avec un effort minimal.

4. Utilisez l'optimisation du temps d'envoi alimentée par IA. La plupart des grands ESP l'incluent. Activez-la. L'ajustement du timing par abonné est quelque chose que les humains ne peuvent pas reproduire manuellement, et l'amélioration est mesurable et cohérente.

5. Utilisez l'IA pour la segmentation des clients. Laissez l'IA identifier des clusters d'engagement et des patterns de comportement auxquels vous n'auriez pas pensé à chercher. Puis construisez des campagnes ciblées sur ces segments identifiés par l'IA.

Et voici ce qu'il ne faut pas faire :

6. N'utilisez pas l'IA comme substitut à la compréhension de vos clients. L'IA analyse les données. La compréhension vient de la lecture des tickets de support, des conversations avec les clients, de l'observation des sessions utilisateur, et de la construction de l'empathie pour les personnes sur votre liste. Les données vous disent ce que les gens font. La compréhension vous dit pourquoi.

7. N'utilisez pas des textes générés par IA sans révision et édition humaines. Chaque email généré par IA doit être lu, édité et approuvé par un humain avant d'être envoyé. Sans exceptions. Même pour les flows automatisés. Configurez-le, révisez-le, puis laissez-le fonctionner.

8. Ne vous fiez pas à l'IA pour les décisions stratégiques concernant la direction de votre programme email. Devriez-vous envoyer plus ou moins d'emails ? Devriez-vous passer du contenu promotionnel au contenu éducatif ? Devriez-vous lancer une newsletter ? Ce sont des questions stratégiques qui nécessitent un jugement humain sur votre marque, votre marché et vos objectifs.

Ce qui Vient (2026-2028)

Je vais faire des prédictions, ce qui signifie que certaines seront fausses. Mais la direction est claire, même si la chronologie est incertaine.

Des agents IA gérant des programmes email complets, pas seulement des campagnes individuelles. K:AI de Klaviyo, Tanuki de Bento et le constructeur d'automatisation IA d'ActiveCampaign sont la première vague. D'ici 2028, je m'attends à ce que chaque grand ESP propose des capacités agentiques où l'IA identifie proactivement des opportunités, rédige des campagnes et gère les opérations routinières avec l'approbation humaine comme mécanisme de contrôle. L'interface du constructeur de flows ne disparaîtra pas, mais deviendra l'outil « utilisateur avancé ». La plupart des marketeurs email examineront et approuveront les campagnes générées par IA plutôt que de les construire de zéro.

La personnalisation de contenu en temps réel alimentée par de grands modèles de langage. Chaque destinataire reçoit des textes véritablement uniques, pas seulement des recommandations de produits différentes insérées dans le même modèle. L'email entier, de l'objet au corps au CTA, est généré pour cette personne spécifique en fonction de son comportement, de ses préférences et de son étape dans le parcours client. C'est coûteux en calcul aujourd'hui mais deviendra pratique à mesure que les coûts d'inférence continueront de baisser.

La surveillance prédictive de la délivrabilité des emails. Une IA qui signale des problèmes potentiels de délivrabilité avant qu'ils n'affectent le placement en boîte de réception. « Votre taux d'engagement avec les destinataires Gmail a baissé de 12 % au cours de la dernière semaine. Voici la cause probable et l'action recommandée. » Cela fait passer la gestion de la délivrabilité d'une approche réactive (résoudre les problèmes après qu'ils surviennent) à une approche proactive (prévenir les problèmes avant qu'ils surviennent).

L'orchestration IA cross-canal. Email, SMS, notifications push et messages in-app coordonnés par une IA qui détermine le canal, le timing et le contenu optimaux pour chaque interaction client. Le marketeur définit l'objectif et les garde-fous. L'IA gère l'exécution sur les canaux.

La vérification de conformité alimentée par IA. Vérification automatique que chaque email respecte le GDPR, CAN-SPAM, CASL et autres exigences réglementaires avant l'envoi. Vérification des enregistrements de consentement, validation des mécanismes de désinscription, analyse du contenu pour les problèmes de conformité. Cela supprime l'un des aspects les plus anxiogènes du marketing par email, notamment pour les entreprises opérant dans plusieurs juridictions.