IA générative dans l’adtech: Olyzon donne une autre dimension à la publicité contextuelle sur CTV

Olyzon s’est lancée il y a un peu plus d’un an avec la volonté de rationaliser le marché publicitaire de la télévision connectée (CTV). Ce nouveau canal est en plein essor, mais il présente son lot de problématiques: manque de transparence, de données granulaires sur les téléspectateurs, fragmentation des contenus. C’est pourquoi Olyzon mise sur l’IA générative à chaque étape, de l’analyse du brief à la génération du media plan en passant par la contextualisation des contenus. Mathieu Desvé, cofondateur et responsable de la technologie chez Olyzon, nous explique comment cette technologie permet d’adapter les campagnes publicitaires aux programmes diffusés et ce que cela change pour les annonceurs, les agences et l’ensemble de l’écosystème adtech.

L’adtech utilise l’intelligence artificielle depuis plus de dix ans. Qu’est-ce qui change aujourd’hui avec l’IA générative ?

Mathieu Desvé : Jusqu’ici, l’intelligence artificielle était utilisée dans l’optimisation des campagnes, le targeting ou le décisionnel sur l’achat d’une impression. Ce qu’apporte l’IA générative, c’est la capacité de produire, d’enrichir et de transformer l’ensemble du process, du brief initial jusqu’au reporting final, de manière contextualisée, personnalisée et surtout automatisée.

Quel est l’impact sur les activités d’Olyzon ?

Le process démarre avec un simple brief envoyé par e-mail par une agence média. Ce brief contient des informations sur la marque, ses objectifs et la cible. À partir de là, nos agents IA prennent le relais: ils enrichissent le brief, le transforment en document complet de plusieurs pages, identifient les émotions clés du message à faire passer, croisent ces données avec notre inventaire CTV et sélectionnent les programmes de diffusion les plus adaptés.

Comment l’IA générative s’intègre-t-elle dans la sélection des contenus ?

Sur la CTV, les métadonnées disponibles sont souvent pauvres: juste un nom de chaîne ou une case horaire. Nous allons donc plus loin. En croisant le nom de la chaîne avec des guides de programmes, puis en récupérant des scripts ou des résumés d’émissions, nous analysons le ton, le mood, l’émotion du contenu. Cela nous permet d’effectuer un matching entre les messages de la marque et le contexte du programme: pour un parfum, on misera sur l’émotion; pour la grande distribution, sur le contexte; pour l’automobile, c’est un mix des deux.

Qu’en est-il du media plan ?

Il est généré automatiquement, lui aussi. L’IA justifie les choix de canaux, de timing, de formats. Elle explique pourquoi tel mot-clé, pourquoi tel programme, pourquoi tel “mood”. Cela permet aux annonceurs de comprendre et de valider la stratégie sans effort supplémentaire. Néanmoins, nous ne prétendons pas remplacer les agences. Leur rôle reste central, notamment dans la création du message. Notre mission est de garantir que le bon message arrive dans le bon contexte, avec la bonne mécanique de diffusion. On parle ici de “matching créatif”, pas de création. C’est pourquoi notre baseline est “Get the brand the attention they deserve” (Donnons aux marques l’attention qu’elles méritent).

Quelles perspectives cela ouvre pour la publicité contextuelle ?

Aujourd’hui, les annonceurs ciblent des plateformes (Samsung TV+, Molotov…), pas des chaînes ou des programmes précis. Ce n’est pas faute de volonté, mais faute d’infos et de moyens. La télévision connectée n’est pas un device personnel mais de foyer et les données qu’il génère comporte des biais. Avec l’IA générative, on peut enfin cartographier les plus de 2.800 chaînes et 70.000 programmes diffusés chaque jour. Le ciblage contextuel devient ainsi pertinent et scalable.

Est-ce que ce modèle est spécifique à la CTV ?

La CTV est notre terrain de jeu actuel, car elle se prête particulièrement bien à l’approche contextuelle. Mais notre technologie est “IA native”: elle est pensée pour s’étendre à d’autres formats adtech. La différence, c’est que contrairement à d’autres acteurs bien établis, nous avons bâti notre solution “from scratch”, avec l’IA générative au cœur du système.

Quelles technologies utilisez-vous ?

Nous utilisons plusieurs modèles: OpenAI, Anthropic et des modèles open source comme DeepSeek. Notre logique, c’est de rester agnostique. On adapte nos RAG (pour retrieval-augmented generation, technique qui complète la génération de contenu avec des informations provenant de sources de données externes, ndlr) aux modèles utilisés, pour ne dépendre d’aucun acteur unique. Ce qui compte, c’est la performance et l’ouverture.

A lire également : Olyzon se lance aux Etats-Unis et déploie sa plateforme agentique