L’édition 2025 du Google Marketing Live n’a laissé aucune place au doute : l’intelligence artificielle n’est plus un levier, c’est le socle sur lequel repose désormais tout l’écosystème Google Ads. De la Search au Shopping, en passant par les campagnes YouTube et les créations publicitaires, chaque brique de la plateforme est désormais ré imaginée — ou automatisée — à travers le prisme de l’IA générative.
Mais derrière l’euphorie des annonces, une autre lecture s’impose.
Car si les nouvelles fonctionnalités comme AI Max, les rapports enrichis de Performance Max, ou les publicités insérées dans les aperçus IA promettent un marketing plus fluide, elles signent aussi une transformation profonde du rôle des annonceurs.
Et posent une question centrale : l’IA rend-elle vraiment Google Ads plus performant, ou simplement plus opaque ?
Certaines voix alertent déjà sur les risques d’une perte de contrôle croissante, d’une dépendance accrue aux algorithmes de Google, et d’un déséquilibre grandissant entre ce que la machine optimise… et ce que l’annonceur comprend.
Comme le souligne The Wall Street Journal, « les outils comme Performance Max automatisent presque tous les aspects de la publicité numérique, laissant aux marketeurs une marge de manœuvre réduite et une compréhension limitée des leviers activés » (source).
Dans cet article, nous passons en revue les principales nouveautés Google Ads 2025, mais surtout, nous les analysons à travers une grille critique : quels changements concrets pour les annonceurs ? Quelles promesses sont tenues… et lesquelles doivent être interrogées ? Et comment préparer dès aujourd’hui une stratégie publicitaire à la fois performante et lucide face à cette nouvelle ère algorithmique ?
Google Marketing Live 2025 : des annonces ambitieuses, mais à double tranchant
L’IA partout, et plus vite qu’on ne l’imaginait
Dès les premières minutes du Google Marketing Live 2025, le ton est donné : l’intelligence artificielle ne se contente plus de soutenir la publicité sur Google, elle la structure, la pilote, l’oriente.
Des annonces sont désormais insérées directement dans les aperçus IA des résultats de recherche, baptisés “AI Overviews”, déjà en test sur desktop aux États-Unis (The Verge).
L’objectif ? Permettre aux marques de capter l’attention dès les premières étapes du parcours de recherche — avant même que l’internaute n’ait cliqué sur un lien.
Mais cette visibilité ultra-prioritaire soulève aussi des questions : ces formats sont-ils réellement personnalisés, ou simplement standardisés à l’extrême ? Et surtout, avec quels critères Google décide-t-il de ce qui est “pertinent” dans un contexte généré par IA ?
Très peu de détails sont fournis sur la logique algorithmique qui pilote ces aperçus, laissant planer un flou stratégique sur la transparence et la mesurabilité.
Quand Google pousse l’automatisation, mais freine l’explication
L’une des nouveautés phares, AI Max, cristallise cette tension.
En élargissant automatiquement les requêtes couvertes par une campagne Search, en générant titres et descriptions dynamiquement, et en adaptant l’URL finale en fonction de l’intention utilisateur, AI Max promet des campagnes “plus intelligentes” — et, selon Google, jusqu’à +14 % de conversions.
Mais ces gains s’accompagnent d’un recul sur la compréhension fine du ciblage. Les mots-clés exacts deviennent accessoires, les termes de recherche précis sont de moins en moins visibles, et les logiques de diffusion s’opacifient. Pour les annonceurs qui ont fondé leur stratégie sur la granularité, c’est un changement de paradigme qui mérite d’être interrogé, pas simplement adopté.
Une stratégie qui sert (aussi) les intérêts de Google
Derrière ces annonces se dessine une stratégie claire : réduire la part de pilotage manuel pour généraliser une logique “plug-and-play” de la publicité. Ce mouvement sert évidemment les intérêts de Google, qui capte ainsi davantage de budgets via des campagnes plus simples à lancer, mais potentiellement moins optimisées par l’annonceur lui-même.
Comme le souligne Smarter Ecommerce dans son analyse de Performance Max : « plus la campagne est opaque, plus il est difficile de mesurer la cannibalisation ou la contribution réelle des différents canaux à la conversion ». En somme, la machine devient plus performante… mais moins lisible.
Performance Max et Search : plus de promesses, moins de leviers manuels
Des insights enrichis… mais révélateurs de frustrations passées
Avec plus de 90 mises à jour apportées à Performance Max en 2025, Google promet un pilotage plus transparent et une meilleure compréhension des performances par canal.
Les annonceurs pourront désormais consulter des rapports détaillés par réseau (Search, YouTube, Display…), et analyser plus finement les performances de leurs assets créatifs.
Mais si cette avancée est saluée, elle est aussi révélatrice d’un problème plus ancien : Google répond ici à une demande constante des annonceurs frustrés par l’opacité des campagnes PMax depuis leur lancement.
Il faut rappeler que depuis 2021, la plateforme a poussé une automatisation radicale… sans offrir les outils de décryptage adéquats. Ce n’est qu’en 2025 que certains de ces outils apparaissent, sous la pression du marché. Cela illustre bien une stratégie réactive, et non anticipatrice, en matière de transparence.
Comme l’explique WordStream, « la plupart des annonceurs ont vu leurs performances s’améliorer avec PMax, mais sans comprendre pourquoi — ce qui rend l’optimisation presque impossible à moyen terme ».
Des options de ciblage plus fines… en apparence
Google a également annoncé l’introduction d’outils d’exclusion d’audience, notamment la possibilité de retirer de la cible les internautes ayant déjà recherché votre marque récemment. Une bonne nouvelle en apparence pour ceux qui souhaitent concentrer leurs campagnes sur la conquête.
Mais dans les faits, la logique de diffusion automatique reste largement dominante. Même avec ces exclusions, la campagne continuera de s’auto-optimiser selon ses propres signaux de performance, souvent peu lisibles.
En clair : on donne aux annonceurs le sentiment d’un meilleur contrôle, sans leur redonner réellement la main sur la mécanique algorithmique.
Une Search sans mot-clé, mais avec beaucoup d’inconnues
Avec l’arrivée d’AI Max, la Search elle-même est transformée : les mots-clés deviennent secondaires, les annonces se diffusent sur des requêtes élargies, et l’URL finale peut être modifiée automatiquement pour mieux coller à l’intention utilisateur.
Google met en avant une statistique impressionnante : +27 % de valeur de conversion pour les campagnes utilisant AI Max par rapport à celles basées uniquement sur des mots-clés exacts ou expressions (Google Ads).
Mais encore faut-il que ces conversions soient réellement qualifiées — et surtout mesurées avec précision, ce qui, en l’état, dépend fortement d’un tracking solide et conforme.
Comme le soulignait La Réclame, AI Max opère « dans une boîte noire », où l’algorithme fait ses choix sans que l’annonceur ne puisse les comprendre ou les orienter précisément (source).
Création, ciblage, conversion : que reste-t-il à l’humain en 2025 ?
Le rôle du consultant Paid Media repensé
Si les campagnes deviennent toujours plus automatisées, cela ne signifie pas pour autant que les experts Paid Media deviennent inutiles. En réalité, c’est l’inverse : le rôle du consultant se déplace du pilotage technique vers la stratégie globale, l’analyse critique des performances, et la création de signaux d’entrée pertinents.
Le succès d’une campagne automatisée dépend aujourd’hui de la qualité des inputs fournis : objectifs de conversion, données 1st party, signaux CRM, audiences personnalisées… Sans cela, l’IA optimise “dans le vide”, en fonction d’intentions souvent mal comprises ou biaisées.
Comme le souligne Stellarising, « la personnalisation des assets publicitaires par IA est performante uniquement si elle repose sur des données propres, cohérentes, et bien structurées. À défaut, elle génère des résultats génériques et peu différenciants » (source).
Moins de gestion opérationnelle, plus d’exigence stratégique
En 2025, créer une campagne peut littéralement se faire en 10 minutes — mais faire en sorte qu’elle soit rentable et pérenne demande une compréhension fine de son environnement de diffusion, de la logique algorithmique, et du parcours utilisateur.
Cela implique un changement profond dans les compétences attendues côté annonceur comme côté agence :
- savoir lire les signaux faibles dans les rapports IA,
- challenger les choix de l’algorithme (via les exclusions, les priorisations, les tests A/B),
- structurer la donnée upstream (tags, conversions, CRM) pour piloter downstream (budgets, ROAS Google ads, LTV).
La mission devient moins celle d’un gestionnaire de campagnes, et plus celle d’un architecte de l’expérience publicitaire assistée par IA.
Automatisé ne veut pas dire intelligent… par défaut
Ce que l’on observe, c’est une tension croissante : Google présente ses outils comme intuitifs, auto-optimisés, efficaces par nature — mais cela repose sur l’idée que les signaux collectés sont justes, complets, et pertinents. Or, dans la réalité, ce n’est souvent pas le cas. Mauvaise modélisation des conversions, données CRM non reliées, objectifs mal définis… et l’IA devient contre-productive.
Une alerte déjà pointée par The Wall Street Journal, qui évoque « un glissement du rôle du marketeur vers celui d’observateur passif, tant les décisions sont automatisées sans explication ni visibilité » (source).
Dans ce contexte, le vrai différenciateur n’est pas l’usage de l’IA — tout le monde y a accès — mais la qualité humaine de la stratégie, des insights et de l’intelligence critique injectée dans le process.
Derrière les paillettes IA : une plateforme toujours plus fermée ?
Google joue-t-il à la fois l’arbitre et le joueur ?
Avec les évolutions annoncées autour de l’IA, Google propose aux annonceurs un outil publicitaire toujours plus « intelligent », mais aussi toujours plus verticalisé. Non seulement la plateforme collecte, traite et enrichit les signaux utilisateurs, mais elle les active ensuite via ses propres modèles d’enchères, sur ses propres inventaires, avec ses propres règles de diffusion. Un modèle où Google est à la fois l’arbitre, le terrain, et le joueur.
L’introduction des campagnes AI Max, dans lesquelles les mots-clés ne sont plus centraux et les créations peuvent être générées dynamiquement, renforce cette logique de “black box publicitaire” : tout est optimisé, mais rien (ou presque) n’est réellement expliqué à l’annonceur. Ce dernier délègue de plus en plus… sans toujours savoir ce qu’il délègue exactement.
Cette asymétrie informationnelle est pointée par Smarter Ecommerce : « Google concentre à la fois la distribution, l’optimisation et l’analyse des campagnes, ce qui réduit considérablement la capacité des annonceurs à comprendre la valeur réelle générée » (source).
La promesse de performance… sans garantie de lisibilité
Certes, les chiffres présentés sont séduisants : +14 % de conversions avec AI Max, meilleure valeur d’achat avec Performance Max, gains d’efficacité sur les campagnes Demand Gen.
Mais ces résultats sont agrégés, modélisés, non vérifiables par les annonceurs. Et Google ne fournit toujours pas d’accès complet aux termes de recherche, aux critères d’enchères ou à la répartition précise du budget entre canaux.
Autrement dit : plus l’IA est performante, plus elle rend l’annonceur dépendant de son bon fonctionnement opaque. Et si les performances déclinent, il devient difficile d’identifier l’origine du problème — stratégie, contenu, ciblage, attribution, data ? Tout est imbriqué dans la machine.
Cypress North, dans son analyse post-GML, résume ce risque ainsi : « les annonceurs se retrouvent à gérer des campagnes qu’ils ne peuvent plus auditer, avec des outils qu’ils ne peuvent pas vraiment ajuster » (source).
Vers une confiance algorithmique… forcée ?
Le paradoxe de 2025, c’est que Google donne d’un côté plus de “contrôle” (exclusions, insights, rapports), tout en accélérant l’automatisation de l’ensemble du système. Il ne s’agit donc pas d’un retour au pilotage manuel, mais d’une forme de « pilotage guidé », dans lequel les options laissées à l’annonceur sont balisées, limitées, prédéfinies.
Dans ce contexte, une question mérite d’être posée : à qui profite l’opacité ? Aux annonceurs, qui peuvent “gagner du temps” ? Ou à Google, qui capte mécaniquement une plus grande part du budget en verrouillant la chaîne publicitaire de bout en bout ?
Des évolutions à intégrer, mais pas à adopter les yeux fermés
Faut-il vraiment activer AI Max dès maintenant ?
L’annonce d’AI Max donne l’impression qu’une nouvelle ère publicitaire s’ouvre, dans laquelle le ciblage par mots-clés, les tests manuels et la gestion granulaire deviennent obsolètes. Pourtant, adopter ces campagnes par défaut, sans stratégie adaptée, peut se révéler contre-productif.
Pour certains annonceurs, notamment dans des secteurs très concurrentiels ou à cycles de conversion longs, la disparition du ciblage précis peut générer une inflation rapide du coût d’acquisition. Dans d’autres cas (B2B, niches, produits à forte implication), la modélisation automatique des intentions montre ses limites.
Ce que Google ne dit pas clairement, c’est que la performance d’AI Max dépend fortement de la qualité de la donnée fournie, de l’objectif défini, et de la robustesse du tracking en place. Faute de cela, l’IA reste une machine bien huilée… mais aveugle.
Quels risques à long terme pour votre rentabilité ?
Les modèles d’optimisation IA cherchent à maximiser les conversions, pas forcément leur rentabilité. En l’absence d’un suivi rigoureux des marges, de la valeur client (LTV), ou d’une bonne qualification des leads, il est tout à fait possible d’observer une hausse des conversions… et une baisse du ROAS.
Ce phénomène est amplifié par les effets de halo générés par l’algorithme : il apprend à partir des conversions déclarées. Si ces dernières ne sont pas représentatives du vrai business (leads non qualifiés, achats à faible panier, conversions parasites), alors il optimise dans la mauvaise direction.
Un risque qui rappelle cette règle de base : ce n’est pas parce que c’est automatisé que c’est bien piloté.
La data et le tracking restent vos meilleurs garde-fous
Toutes les évolutions 2025 (AI Max, Performance Max, Demand Gen, annonces dans les aperçus IA) s’appuient sur un prérequis commun : une donnée propre, complète, et bien modélisée. Sans cela, les optimisations IA perdent leur pertinence.
Cela implique d’aller au-delà du simple “tracking de base” :
- exploitation des données 1st party,
- modélisation des conversions offline,
- Consent Mode V2 correctement implémenté,
- stratégies d’attribution alignées avec vos objectifs réels.
👉 Vous voulez aller plus loin sur ces enjeux cruciaux ?
Nous les avons détaillés dans cet article :
IA et Google Ads : comment reprendre le contrôle sans perdre en performance
Ce que nous retenons vraiment chez Ekko Media
L’IA ne remplace pas la stratégie, elle l’exige
Les nouveautés 2025 ne laissent aucun doute : Google poursuit sa transformation vers une plateforme publicitaire pilotée par l’IA, plus rapide, plus accessible… mais aussi plus opaque. Dans ce contexte, la tentation est grande de tout automatiser sans poser de questions. Mais c’est justement là que réside le vrai danger.
Chez Ekko Media, agence experte Google ads depuis 2005, nous considérons que l’IA est un levier puissant, à condition qu’elle soit encadrée par une stratégie humaine, une exigence analytique, et une maîtrise de la donnée. Ce que vous ne challengez pas, vous le subissez. Ce que vous ne mesurez pas, vous ne pouvez pas l’optimiser.
La personnalisation et la donnée restent vos leviers de performance
Les campagnes automatisées, aussi “intelligentes” soient-elles, ne remplacent ni une segmentation fine, ni une vraie connaissance de vos audiences, ni une exploitation rigoureuse de vos données first-party. Ce sont vos inputs qui font la différence, pas les promesses de la machine.
Et si 2025, c’était l’année où il faut piloter l’IA, pas la subir ?
La vraie opportunité ne réside pas dans les nouveautés en elles-mêmes, mais dans la façon dont vous les utilisez — ou dont vous choisissez de ne pas les utiliser. Le bon usage de l’IA, c’est celui qui vous rend plus compétitif, pas plus dépendant. Celui qui vous permet d’aller plus vite, mais surtout plus loin.
Et ça, aucune campagne « auto-magique » ne peut le faire à votre place.
FAQ – Google Ads 2025
Qu’est-ce qu’AI Max dans Google Ads ?
AI Max est un nouveau type de campagne Search basé sur l’intelligence artificielle générative. Il s’affranchit du ciblage par mots-clés traditionnel pour élargir automatiquement la diffusion des annonces à des requêtes connexes jugées pertinentes.
Il permet aussi la génération dynamique de titres, descriptions et pages de destination. C’est une approche “full IA”, avec des promesses de performance, mais aussi un pilotage beaucoup plus opaque.
Quelle différence entre Performance Max 2023 et Performance Max 2025 ?
La version 2025 de Performance Max intègre :
- plus de rapports détaillés par canal (Search, YouTube, Shopping…),
- des insights sur les assets créatifs,
- la possibilité d’exclure certaines audiences (ex. : internautes déjà exposés à votre marque),
- une meilleure lisibilité des résultats par réseau.
Mais la logique d’automatisation globale reste inchangée, et les leviers de contrôle direct restent limités.
Est-ce qu’on peut encore choisir ses mots-clés dans Google Ads ?
Oui, dans les campagnes Search classiques. Mais les formats automatisés comme AI Max ou Performance Max contournent de plus en plus le ciblage manuel par mots-clés.
Google privilégie des signaux d’intention plus larges. Résultat : même avec des mots-clés exacts, l’algorithme peut élargir la diffusion s’il estime que d’autres requêtes sont pertinentes.
Comment apparaître dans les résultats d’aperçus IA (AI Overviews) ?
Les annonces intégrées dans les aperçus IA (ou AI Overviews) sont actuellement en test sur desktop aux États-Unis. Elles s’appuient sur les signaux classiques de pertinence (qualité de l’annonce, landing page, historique de performance) et seront bientôt généralisées à d’autres pays.
L’annonceur ne choisit pas spécifiquement de s’y afficher : c’est le système qui sélectionne l’annonce en fonction du contexte généré.
Faut-il tout passer en automatique dès maintenant ?
Non. L’automatisation peut être performante, mais elle doit être utilisée avec discernement. Selon votre secteur, vos objectifs et la qualité de votre tracking, une campagne manuelle ou hybride peut rester plus efficace.
L’important n’est pas d’utiliser “l’IA à tout prix”, mais de construire une stratégie adaptée à votre maturité data, vos marges et vos cycles de conversion.
