SMX Munich 2026 est l’une de ces conférences où vous entrez avec quelques questions et en ressortez avec une liste encore plus longue. Ce n’est pas une plainte — c’est réellement le but.

Deux jours, sept pistes parallèles, plus de 65 sessions, plus de 90 intervenants, et des conversations dans les couloirs qui s’avèrent souvent aussi utiles que tout ce qui est à l’ordre du jour.

Notre propre Fred Vallaeys, Fondateur & CEO, et Aaron Levy, Évangéliste, étaient tous deux présents à SMX cette année. Fred a animé l’atelier avancé sur Google Ads le jour 0 et a dirigé un atelier de deux jours sur le “vibe coding”, tandis qu’Aaron a mené une session explorant ce qui fonctionne réellement avec l’IA, et ce qui ne fonctionne pas. Autant dire que nous étions très attentifs.

Voici notre lecture honnête des thèmes les plus importants qui ont émergé de la conférence.

Le goulot d’étranglement du marketing n’est pas la technologie, mais l’adoption

S’il y avait un fil conducteur dans presque toutes les sessions à Munich, c’était celui-ci : le goulot d’étranglement du marketing actuellement n’est pas la technologie elle-même, mais son adoption. Plus précisément, c’est l’écart entre ce que les outils d’IA peuvent faire lors d’une démonstration et ce qu’ils font réellement lorsqu’ils sont déployés dans un flux de travail réel, avec de vrais enjeux, et de vraies personnes qui doivent faire confiance aux résultats avant d’agir.

Le discours d’ouverture de Boaz Ashkenazy a rendu cela concret. En tant que Directeur Senior de l’Infrastructure IA chez Redapt et fort de ses années d’expérience dans les déploiements d’IA en entreprise dans les secteurs juridique, médical et financier, il a soutenu que la plupart des outils d’IA échouent non pas parce qu’ils ne fonctionnent pas, mais parce qu’ils ne gagnent pas la confiance. La formule à laquelle il revenait sans cesse était simple : pour qu’un outil soit réellement utilisé, il doit soulager le travail fastidieux et augmenter le sentiment d’autonomie de l’utilisateur.

Comme il l’a dit, “la confiance n’est pas une fonctionnalité que vous ajoutez à la fin ; c’est en fait le produit.”

Ce problème de confiance apparaît dans les comptes PPC tout autant que dans les déploiements de logiciels d’entreprise. Sam Tomlinson, Vice-Président Exécutif chez Warschawski, a présenté la version carrière de cet argument dans sa session sur l’évolution du gestionnaire de campagnes vers ce qu’il a appelé le “Growth Architect”.

Les compétences tactiques qui définissaient un praticien PPC fort il y a cinq ans — gestion des enchères, architecture des mots-clés, stratégie de type de correspondance — sont maintenant largement gérées par la plateforme, et se concurrencer uniquement sur ces compétences est un jeu en déclin. Le travail qui reste consiste à décider ce que la machine optimise, quelles données elle peut voir, comment l’écosystème créatif est construit, et où placer les garde-fous. Ce type de jugement est plus difficile à apprendre à partir d’une certification et beaucoup plus difficile à automatiser.

Matt Beswick, Co-Fondateur de aira, a poussé cela plus loin dans sa session sur la pérennisation de la carrière PPC. Le marketeur traditionnel en forme de T, avec une expertise approfondie dans un canal et une connaissance des autres, est réellement en danger maintenant parce que l’IA comble les lacunes de connaissances plus rapidement que les gens ne peuvent les développer.

Ce qu’elle ne peut toujours pas faire, c’est connecter l’activité marketing à de réels résultats commerciaux, exercer un jugement lorsque les données sont ambiguës, ou faire preuve d’empathie pour maintenir les relations avec les clients. Ce sont les choses sur lesquelles il vaut la peine de se concentrer, même avec des systèmes automatisés en place.

Fred a apporté le “vibe coding” sur la scène principale

La présentation de Frederick Vallaeys sur “Vibe Coding: How Marketers Build Tools That Build Themselves” a été l’une des sessions les plus pratiques de la conférence (si nous pouvons le dire nous-mêmes !).

L’idée est que l’utilisation de prompts en langage naturel pour générer des logiciels fonctionnels, via des outils comme Lovable, a supprimé le goulot d’étranglement de l’ingénierie dans la création d’outils marketing personnalisés. Ce qui nécessitait auparavant une spécification détaillée, des semaines de travail de développeur, et un long cycle de débogage peut maintenant se faire en une seule soirée de prompts.

Comme l’a dit Fred, “le logiciel n’est plus quelque chose que vous achetez. C’est quelque chose que vous imaginez, et il se construit juste pour ce dont vous avez besoin.”

Il a rendu cela tangible en passant en revue des choses qu’il avait réellement construites dans les semaines précédant et pendant la conférence.

• Le premier était une application de partage de notes de conférence sur notedtalk.com, construite en environ six heures après avoir atterri en Allemagne. Elle permet aux participants d’enregistrer des notes audio, de marquer des moments clés, et de générer automatiquement des articles de blog à partir des transcriptions des sessions. [Ce blog a été rédigé avec les informations collectées sur notedtalk.com également !]
• Le second était un outil d’audit SEO qu’il a assemblé après avoir capturé un prompt SEO détaillé à l’ère de l’IA sur une diapositive d’un intervenant lors d’un discours d’ouverture. Il l’a photographié, l’a transmis à une IA, et avait une application web fonctionnelle analysant les domaines d’un point de vue de recherche IA à l’heure du déjeuner.
• Il a également montré un calendrier de l’Avent PPC d’une récente campagne de vacances, avec des révélations quotidiennes, des prix sponsorisés, et une variante de Wordle sur le thème du PPC, où la révision légale pour le concours de prix a en fait pris plus de temps que la création du site lui-même.
• Un autre était un générateur d’annonces sur les réseaux sociaux interne qui combine une image de produit, des directives de marque, et des fêtes quotidiennes obscures pour produire automatiquement des publications conformes à la marque.
• Et bien sûr, notre propre Optmyzr’s Sidekick, un assistant IA basé sur le chat qui vit à l’intérieur de votre compte, et peut diagnostiquer des problèmes de performance complexes (comme la cannibalisation PMax ou les contraintes budgétaires), identifier des opportunités d’optimisation cachées (comme des actifs top performants isolés ou des dépenses élevées inutiles), et les transformer instantanément en stratégies et automatisations entièrement rédigées, prêtes à être exécutées.

Les principes derrière l’approche valent la peine d’être lus en entier dans le post LinkedIn de Fred, mais la version courte est celle-ci : décrivez le résultat que vous souhaitez plutôt que la méthode technique, sachez où se trouve la ligne de risque, et connectez les outils de “vibe coding” à des plateformes avec une logique commerciale existante plutôt que d’essayer de recréer cette logique à partir de zéro.

La raison pour laquelle cela importe au-delà de la nouveauté est la question avec laquelle Fred a terminé : au lieu de demander comment vous accomplissez une tâche, commencez à vous demander si vous pourriez passer trente minutes à construire un outil qui le fait pour vous de façon permanente.

Fred a également animé une plongée en profondeur pratique en deux parties le jour 2, où les participants préinscrits sont passés du prompt au produit fonctionnel pendant la session elle-même. Quelques personnes sont sorties avec des outils qu’elles prévoyaient d’utiliser réellement la semaine suivante.

PMax est toujours compliqué, toujours frustrant, et toujours valable

Cela se rattache directement à la discussion sur la configuration et les garde-fous des sessions précédentes. Mike Ryan, Responsable des Insights Ecommerce chez Smarter Ecommerce, a présenté une présentation riche en données sur le Power Pack de Google. Il a souligné que la façon dont vous structurez vos campagnes est plus importante que beaucoup de praticiens ne le réalisent.

Mike a tiré d’une analyse de plus de 41 milliards d’impressions à travers PMax, Demand Gen, et AI Max. Alors que la croissance des revenus de PMax atteignait un plateau, Google a introduit une approche multi-campagnes pour couvrir différents stades de l’entonnoir :

• PMax pour la performance directe,
• Demand Gen pour le milieu de l’entonnoir à travers YouTube, Discover, et Gmail, et
• AI Max superposant un ciblage de mots-clés synthétiques au-dessus de la recherche standard pour capter les requêtes conversationnelles que les mots-clés traditionnels manquent de plus en plus.

En théorie, ils se complètent. En pratique, il y a un chevauchement significatif entre PMax et Demand Gen sur des emplacements comme Discover et Gmail, et la technologie de type Dynamic Search Ads fonctionne maintenant sur les trois simultanément, ce qui rend l’attribution réellement difficile à démêler.

Le problème de l’auto-concurrence dans les configurations hybrides PMax et Standard Shopping est apparu clairement dans ses données. Les exécuter en parallèle tend à gonfler les CPC, et la position officielle de Google selon laquelle les campagnes ne se font pas concurrence ne tient pas sous une analyse au niveau du compte.

Sa recommandation était d’utiliser Demand Gen pour le travail en haut et au milieu de l’entonnoir et de le garder à l’écart des emplacements prêts à la conversion où il concurrence PMax.

Ce manque de contrôle est une véritable frustration, et les données du Global State of PPC 2026 ont confirmé que ce n’est pas seulement une minorité vocale.

Lors de leur session en direct à SMX Munich, Fred et Wijnand Meijer, CEO de TrueClicks, ont déballé les données de 1 306 praticiens, révélant qu’un 53% des professionnels trouvent maintenant que la gestion de Google Ads est plus difficile qu’il y a deux ans.

Cette “complexité croissante” est principalement due aux mêmes boîtes noires automatisées que Mike Ryan a analysées, avec 48% des praticiens citant un manque de contrôle granulaire comme leur plus grande frustration avec PMax. Pour imposer les garde-fous discutés par Mike, le rapport a révélé que 37% des annonceurs utilisent maintenant des configurations hybrides (Standard Shopping aux côtés de PMax) pour maintenir une supervision manuelle, tandis que 17% ont recours à des constructions uniquement basées sur les flux spécifiquement pour restreindre où leurs annonces apparaissent.

Pourtant, dans un retournement bizarre, 65% des répondants ont tout de même déclaré être satisfaits de leurs résultats dans l’ensemble. Cela suggère que bien que la configuration soit frustrante et que l’attribution soit un désordre, la performance — lorsqu’elle est structurée avec soin — est encore suffisamment élevée pour que la lutte en vaille la peine.

Le “théâtre de la mesure” doit cesser

Une fois que vous acceptez que le travail consiste moins à tirer des leviers et plus à concevoir le système, la question de la mesure devient inévitable. Si vous ne mesurez pas les bonnes choses, vous ne savez pas réellement si le système fonctionne. Deux sessions à SMX Munich 2026 ont fait valoir ce point directement, et ensemble, elles valent la peine d’être traitées comme une paire.

Jono Alderson, consultant SEO technique primé, a fait valoir ce point directement. Les classements, le trafic, et les conversions rapportées par la plateforme sont devenus ce qu’il a appelé “le théâtre de la mesure” — ils mesurent comment une campagne performe à l’intérieur de la plateforme, pas si le marketing génère quelque chose de réel pour l’entreprise. À mesure que les intermédiaires IA gèrent plus de types de requêtes et synthétisent des réponses avant que les utilisateurs ne cliquent, ces métriques deviennent de plus en plus faibles en tant que proxys pour de réels résultats commerciaux.

Son remplacement proposé était une hiérarchie de mesure à six niveaux, commençant par les fondamentaux techniques et d’expérience et montant à travers la distinctivité de la marque et la stabilité de la réputation. Son point était que l’optimisation de métriques isolées revient à polir une seule tuile sans jamais prendre du recul pour regarder la mosaïque.

La session de Sam Tomlinson a renforcé ce changement, plaidant pour une transition de la mesure moyenne à la mesure incrémentale. Il a soutenu que la dépendance aux métriques de vanité comme le trafic et les classements échoue à mesure que les intermédiaires IA synthétisent de plus en plus de réponses avant que les utilisateurs ne cliquent, affaiblissant les proxys traditionnels pour la valeur commerciale.

Pour contrer cela, il a proposé une hiérarchie de mesure, commençant par les fondamentaux techniques et montant jusqu’à la distinctivité de la marque et la stabilité de la réputation. Avec des outils accessibles comme les geo-holdouts et des modèles open-source tels que Robyn de Meta ou LightweightMMM de Google, la barrière à cette rigueur n’est plus la capacité technique, mais la volonté du praticien d’exercer un jugement de haut niveau sur les systèmes automatisés.

C’est exactement là que la session de Inderpaul Rai, Directeur des Médias Payants chez WeDiscover, est intervenue. Si Alderson et Tomlinson mettaient l’accent sur ce qu’il faut mesurer, la session de Rai insistait sur ce qu’il faut nourrir à la machine en premier lieu.

Son concept de l’effet Cobra vaut la peine d’être compris : c’est ce qui se passe lorsqu’un algorithme reçoit un objectif spécifique mais l’atteint d’une manière qui nuit discrètement à l’entreprise. Dans les entreprises de marché pendant les pénuries d’approvisionnement, par exemple, les prix internes augmentent, conduisant à une poignée de conversions de grande valeur. Google les lit comme des victoires et réagit en augmentant agressivement les enchères, créant une boucle de rétroaction dans laquelle vous payez des CPC gonflés pour des revenus qui auraient de toute façon eu lieu.

Inderpaul a partagé une étude de cas dans laquelle son équipe a intentionnellement plafonné les valeurs de conversion des valeurs aberrantes de revenus pour corriger le biais algorithmique, une mesure qui a “trompé” le système d’enchères pour qu’il soit plus conservateur, entraînant une réduction de 9% des CPC et un ROAS plus élevé sans perte de revenus réelle.

Le principe derrière cela est que votre travail consiste de plus en plus à sélectionner les signaux que l’algorithme reçoit, pas seulement à exécuter des campagnes. Ce que vous choisissez de ne pas dire à Google peut avoir autant d’importance que ce que vous dites.

L’automatisation n’est aussi bonne que ce que vous y mettez

Aaron Levy, Évangéliste de Marque chez Optmyzr, a animé dans la SMX Partner Track le jour 1 avec une session intitulée “New Best Practices: What’s Working (and not) in the Age of AI.” Le schéma auquel il revenait sans cesse était celui-ci : l’automatisation fonctionne mieux lorsque quelqu’un a pris des décisions délibérées sur la structure et les signaux avant que la campagne ne soit lancée — pas en remettant les clés, pas en faisant confiance aux paramètres par défaut.

Les comptes qui luttent avec Smart Bidding ou Performance Max ont presque toujours le même problème sous-jacent : des données de conversion qui ne sont pas propres, une structure de campagne qui ne reflète pas comment l’entreprise gagne réellement de l’argent, ou des objectifs d’optimisation qui n’ont pas été soigneusement réfléchis avant d’être confiés à un algorithme.

L’automatisation n’est pas le problème dans la plupart de ces cas. La configuration l’est. C’est une réponse moins confortable que de blâmer la plateforme, mais c’est la plus précise.

Wil Reynolds, Fondateur et co-CEO de Seer Interactive, a fait le même argument dans son discours de clôture, juste au niveau de la marque. La course à la production de contenu assisté par IA plus rapidement a créé un volume massif de sorties interchangeables et peu fiables, et son point de vue était franc à ce sujet.

Les marques qui gagneront au cours de la prochaine décennie ne seront pas les plus rapides à produire du contenu oubliable ; elles seront celles qui auront construit quelque chose de réellement difficile à reproduire. Son défi aux agences était binaire : investir dans le talent créatif nécessaire pour faire un travail différencié, ou accepter d’être banalisé par les mêmes outils que vous utilisez pour réduire les coûts.

La conclusion honnête

Le message, à travers session après session, est celui-ci : les outils sont réellement puissants, l’automatisation fonctionne lorsque vous la configurez correctement, et les praticiens qui ont des difficultés le font principalement parce qu’ils n’ont pas mis à jour leur façon de penser leur rôle.

C’est la partie difficile. Ce n’est pas apprendre une nouvelle plateforme ou une nouvelle fonctionnalité. C’est reconnaître que le travail consiste moins à faire des choses à l’intérieur des plateformes publicitaires et plus à décider ce que ces plateformes devraient faire — et avoir la compréhension commerciale pour bien faire cet appel.

Pour ce que ça vaut, c’est la position d’Optmyzr depuis un certain temps maintenant. L’automatisation en couches ne consiste pas à abandonner le contrôle. Il s’agit d’être délibéré sur l’endroit où le jugement humain ajoute de la valeur et où il n’en ajoute pas. SMX Munich 2026 était une conférence construite autour de cette question exacte.