Bien hybrider intelligence artificielle et expertise humaine est devenu, à l’évidence, l’un des principaux défis du market research actuel, tout particulièrement dans l’univers des études qualitatives.
C’est précisément sur ce terrain qu’Adwise a été récompensé lors de l’édition 2026 des Adwanted Research Awards, en obtenant le Trophée Or dans la catégorie « Meilleure utilisation de l’IA ».
Pour quel projet ? Face à quelle problématique ? Comment l’IA a-t-elle été mobilisée, et avec quels bénéfices ? Ce sont les questions que nous avons posées à Florence Hussenot, fondatrice de l’agence, et à Sylvie Le Tadic, consultante prospective et stratégie. Elles nous partagent les enseignements clés de cette expérience, ainsi que les convictions qu’elles en retirent pour le futur du market research.
MRNews : Vous venez d’obtenir le Trophée Or de l’édition Adwanted Research Awards 2026, dans la catégorie « Meilleure utilisation de l’IA ». Pouvez-vous nous préciser les contours du cas pour lequel Adwise a été récompensé ?
Sylvie Le Tadic (Adwise) : Nous avons travaillé pour un acteur du secteur viticole, présent sur plusieurs marchés européens. La demande était simple en apparence : il s’agissait de mieux comprendre les jeunes générations et d’identifier des pistes d’innovation pour l’avenir. Mais très vite, nous avons constaté que le sujet était beaucoup plus complexe qu’il n’y paraissait. D’abord parce que le marché du vin traverse aujourd’hui une période difficile. Les questions posées étaient donc quasi existentielles : comment rester pertinent demain ? Comment renouer avec certaines cibles ? Comment innover ? Et donc, en amont, comment comprendre les freins et les leviers liés à l’alcool, au vin et au sans-alcool dans quatre pays différents ?
Mais il y avait une autre difficulté majeure, le fait que ces jeunes consommateurs ne constituent absolument pas un groupe homogène. Même la génération Z, qui représente une partie importante de cette population, cela reste une étiquette. Dès qu’on creuse un peu, il apparaît des communautés très différentes, avec des aspirations, des modes de vie et des rapports à l’alcool parfois opposés. À cela s’ajoutaient des contraintes fortes de budget et de délai. Réaliser une exploration qualitative classique sur quatre pays aurait été extrêmement difficile.
Très vite, nous avons constaté que le sujet était beaucoup plus complexe qu’il n’y paraissait. D’abord parce que le marché du vin traverse aujourd’hui une période difficile. Les questions posées étaient donc quasi existentielles : comment rester pertinent demain ? Comment renouer avec certaines cibles ? Comment innover ? Et donc, en amont, comment comprendre les freins et les leviers liés à l’alcool, au vin et au sans-alcool dans quatre pays différents ?
Florence Hussenot (Adwise) : Ce cas est assez emblématique d’une évolution du marché. De plus en plus souvent, des entreprises se posent des questions de fond, parfois vitales pour leur activité, mais avec peu de temps et de moyens. Nous devons naturellement nous adapter pour répondre à ce type de besoin.
Dans le cas du vin, nous avons affaire à une vraie mosaïque de comportements, d’attitudes, d’imaginaires, de moments de consommation, d’aspirations… Le sujet était donc profondément qualitatif et exigeait beaucoup de finesse. Saisir les nuances est essentiel lorsqu’il faut éclairer des décisions aussi stratégiques.
Comment résumeriez-vous les objectifs clés de l’étude ? Et quelles étaient les phases essentielles du projet ?
SLT : L’objectif était d’abord d’acquérir une compréhension approfondie des consommateurs et des non-consommateurs. Nous cherchions à identifier les ressorts de leurs comportements, les tensions qui traversent leurs pratiques, les évolutions en cours et les attentes émergentes. Cette compréhension devait ensuite déboucher sur l’identification de territoires d’innovation possibles, pour alimenter les réflexions marketing et orienter les futurs développements produits. Nous étions vraiment dans une logique de connaissance stratégique préalable à l’innovation.
Nous étions vraiment dans une logique de connaissance stratégique préalable à l’innovation dans l’univers du vin.
La première phase a consisté à construire une grille de lecture du marché à partir de notre observatoire socio-culturel, le TrendsLab. Cet outil nous permet d’identifier les grandes transformations qui traversent la société : santé, performance, rapport au corps, écologie, recherche de réenchantement, nouvelles sociabilités, etc. À partir de ce cadre, nous avons sélectionné des tribus particulièrement pertinentes pour le sujet étudié, avant de les explorer en profondeur grâce aux outils d’IA. Enfin, dernière étape, nous avons analysé l’ensemble des résultats pour faire émerger des territoires d’innovation et des recommandations stratégiques.
Comment vous êtes-vous servi de l’IA, pour faire quoi précisément ?
SLT : L’usage de l’IA s’est imposé principalement dans la phase exploratoire. Nous avons utilisé une plateforme, proposée par un partenaire. Celle-ci permet d’identifier des tribus à partir de conversations réelles issues des réseaux sociaux ou d’autres espaces publics numériques. Ces tribus ne sont donc pas générées à partir de simples données de panels. Elles ont été construites selon une logique anthropologique, en s’intéressant aux motivations, aux aspirations et aux ressorts identitaires des individus.
L’usage de l’IA s’est imposé principalement dans la phase exploratoire. Nous avons utilisé une plateforme, proposée par un partenaire. Celle-ci permet d’identifier des tribus à partir de conversations réelles issues des réseaux sociaux ou d’autres espaces publics numériques.
À partir de ce portefeuille de tribus, nous avons sélectionné celles qui nous semblaient les plus pertinentes pour répondre à la problématique du client. Nous en avons retenu huit, que l’on pourrait qualifier de « têtes de pont », de par leur capacité à embarquer des ensembles plus larges de comportements et d’aspirations. Une fois ces tribus identifiées, nous avons pu les incarner sous forme de personas synthétiques et dialoguer avec elles comme dans un entretien qualitatif.
FH : Ce qui me semble très important de souligner, c’est que l’IA n’est jamais utilisée seule. Dans notre approche, nous apportons même trois couches humaines. La première est la prospective, qui apporte le cadre général. La deuxième est la couche anthropologique qui structure les tribus. La troisième est l’expertise études en tant que telle. Quand on se retrouve face à une vingtaine de tribus potentielles avec la contrainte de n’en retenir que huit, il faut une très solide expérience pour faire les bons arbitrages. C’est le cas de Sylvie, qui a pu ainsi challenger les profils, vérifier leur cohérence, leur intérêt stratégique, leur capacité à produire des insights utiles. L’IA augmente le travail du qualitativiste, mais elle ne le remplace absolument pas.
(Ici), l’IA n’est jamais utilisée seule. Dans notre approche, nous apportons même trois couches humaines. La première est la prospective, qui apporte le cadre général. La deuxième est la couche anthropologique qui structure les tribus. La troisième est l’expertise études en tant que telle.
Au fond, quels ont été les bénéfices de l’usage de l’IA ? Qu’a-t-elle apporté qui n’aurait pu être obtenu autrement ?
SLT : L’IA nous a permis d’atteindre une capacité d’exploration qui n’aurait pas été imaginable autrement. Sur quatre pays, avec le parti-pris d’avoir un tel niveau de profondeur et la contrainte des délais que nous avions, une approche classique n’aurait pas été viable.
L’IA nous a permis d’atteindre une capacité d’exploration qui n’aurait pas été imaginable autrement. Sur quatre pays, avec le parti-pris d’avoir un tel niveau de profondeur et la contrainte des délais que nous avions, une approche classique n’aurait pas été viable.
L’IA nous a également permis d’accéder à une richesse d’information considérable. Lorsque nous dialoguons avec ces tribus, nous obtenons des éléments extrêmement détaillés sur leurs pratiques, leurs motivations, leurs arbitrages, leurs contradictions… Mais cette richesse est telle qu’elle soulève une difficulté particulière. Si on ne sait pas s’arrêter, on se retrouve face à un puit sans fond. Cela demande donc un travail de cadrage particulièrement important.
FH : Un autre apport important est la possibilité d’associer profondeur qualitative et informations de marché. Nous pouvons connaître le poids relatif des différentes tribus, observer leur dynamique de croissance ou de décroissance, comparer les pays ou descendre à des niveaux très fins de granularité. Cela ne remplace pas une approche quantitative aboutie, mais ces informations sont néanmoins précieuses pour éclairer les décisions stratégiques.
Un autre apport important (de l’IA) est la possibilité d’associer profondeur qualitative et informations de marché. Nous pouvons connaître le poids relatif des différentes tribus, observer leur dynamique de croissance ou de décroissance, comparer les pays ou descendre à des niveaux très fins de granularité.
Dans cette phase de collecte des données issues des conversations sur le web, pourquoi avoir choisi l’IA plutôt que le social listening ?
SLT : Le social listening est un outil extrêmement intéressant, mais il ne répondait pas complètement à notre besoin. Il permet d’accéder à des verbatims, mais il est souvent plus difficile de reconstituer les profils qui se cachent derrière les conversations. Notre objectif n’était pas seulement de collecter des opinions. Nous voulions comprendre des groupes humains dans toute leur complexité. Au fond, il importait pour nous d’avoir une véritable approche anthropologique, pour accéder à de vraies communautés déjà structurées autour de motivations et de logiques de comportement. Recourir à cette plateforme nous a ainsi permis d’atteindre le niveau de profondeur requis, et a considérablement facilité le travail d’interprétation.
FH : J’utilise parfois l’image de la 2D et de la 3D. Le social listening nous apporte beaucoup d’informations, mais les tribus anthropologiques nous permettent d’entrer dans la logique interne des individus, dans leurs aspirations et leurs contradictions. C’est cette profondeur qui nous intéressait.
Le social listening nous apporte beaucoup d’informations, mais les tribus anthropologiques (appréhendées via la plateforme IA) nous ont permis d’entrer dans la logique interne des individus, dans leurs aspirations et leurs contradictions. C’est cette profondeur qui nous intéressait.
Certains spécialistes des études soulignent le risque, avec l’IA et les personas synthétiques, de dégager des attitudes et des comportements dont la cohérence serait excessive, artificielle. Qu’en pensez-vous ?
SLT : C’est un risque réel avec certains modèles. Beaucoup de personas synthétiques tendent à rationaliser excessivement les comportements. On se retrouve avec des individus parfaitement cohérents, alors que les êtres humains ne le sont pas. Nous vivons dans un monde complexe qui nous pousse en permanence à composer avec des tensions contradictoires, et à être dans le paradoxe. Mais c’est précisément là que se trouvent les insights les plus intéressants.
Ce qui nous a séduits dans l’approche utilisée, c’est sa capacité à préserver ces contradictions. Les personas peuvent dire : « Je sais que ce n’est pas cohérent, mais je le fais quand même ». Ils conservent les hésitations, les dissonances et même parfois une forme de culpabilité. Pour moi, c’est essentiel. Si l’on supprime les paradoxes, on uniformise les insights. Et quand on uniformise les insights, on finit par uniformiser les stratégies marketing.
Les personas (que nous avons utilisés) peuvent dire : « Je sais que ce n’est pas cohérent, mais je le fais quand même ». Ils conservent les hésitations, les dissonances et même parfois une forme de culpabilité. Pour moi, c’est essentiel. Si l’on supprime les paradoxes, on uniformise les insights. Et quand on uniformise les insights, on finit par uniformiser les stratégies marketing.
FH : Je partage tout à fait l’analyse de Sylvie. L’enjeu est considérable. Si toutes les analyses produisent les mêmes conclusions, alors le marketing perd une partie de sa capacité à créer de la différenciation. Alors même que cela fait partie de ses missions essentielles. Nous avons donc besoin de conserver les aspérités humaines.
Qu’est-ce qui a le plus séduit le jury dans votre projet ?
FH : Je pense que le jury a été sensible à cette hybridation entre expertise humaine et technologie. Nous ne sommes ni dans une fascination naïve pour l’IA, ni dans un rejet de principe. Nous utilisons des personas synthétiques construits à partir de comportements réels, observés dans des conversations réelles. Mais nous conservons la maîtrise de l’ensemble du processus grâce aux différentes couches d’analyse humaine.
Le jury a également apprécié la dimension prospective de l’approche. Le TrendsLab nous permet de nous assurer que nous couvrons les grands mouvements de fond qui structurent le marché. Cette articulation entre prospective, anthropologie, expertise études et IA crée une forme de robustesse méthodologique.
Plus largement, je crois que le projet illustre une utilisation relativement mature de l’IA : une technologie au service de la compréhension humaine, et non l’inverse.
Je crois que le projet illustre une utilisation relativement mature de l’IA : une technologie au service de la compréhension humaine, et non l’inverse.
Qu’est-ce qui vous a le plus surpris, en réalisant ce projet, quant à l’usage de l’IA ?
SLT : La richesse et le réalisme des tribus. Quand je travaille avec elles, j’ai vraiment le sentiment de retrouver des groupes que j’observe dans la vie réelle. Ce ne sont pas des constructions abstraites. J’ai longtemps travaillé sur les segmentations socio-culturelles. J’ai donc l’habitude de raisonner en termes de profils, de valeurs et de modes de vie. Et j’ai retrouvé ici cette même capacité à reconnaître des personnes réelles derrière les analyses.
FH : Ce qui m’impressionne également, je l’évoquais précédemment, c’est la capacité à relier des informations qualitatives très riches à des données de marché. Cela ouvre des possibilités importantes pour la prise de décision. Nous pouvons non seulement comprendre une tribu, mais aussi mesurer son poids relatif, sa dynamique et son potentiel de développement. Cette combinaison est particulièrement puissante.
Ce qui m’impressionne également (…), c’est la capacité à relier des informations qualitatives très riches à des données de marché. Cela ouvre des possibilités importantes pour la prise de décision.
Cette exploration a-t-elle conduit à des enseignements particulièrement marquants pour votre client ?
SLT : Oui, sans entrer dans les détails confidentiels du projet, elle a notamment permis de remettre en question certaines idées qui semblaient acquises. Aujourd’hui, beaucoup d’acteurs du vin considèrent que l’avenir passe nécessairement par le sans-alcool ou le low-alcohol. Or nos travaux ont montré que le sujet était plus complexe. La vraie question n’était pas tant le degré d’alcool que l’expérience proposée aux consommateurs, les moments de consommation visés, les histoires racontées autour des produits et la façon dont ceux-ci s’inscrivent dans les attentes contemporaines.
FH : Au fond, l’étude a déplacé la question. Plutôt que de se focaliser sur le produit lui-même, elle a conduit à réfléchir aux expériences et aux histoires que les marques peuvent proposer.
Une dernière question enfin : quels enseignements en tirez-vous pour le futur du market research ? Quelles convictions cela a fait émerger ou cela a consolidé pour votre équipe ?
SLT : Pour moi, la principale leçon est que l’IA n’est ni bonne ni mauvaise en soi. Tout est dans les choix méthodologiques que l’on fait. La vraie question n’est pas : faut-il utiliser l’IA ? Elle est déjà là. La vraie question est : quelle IA ? Pour quoi faire ? Avec quelles hypothèses ? Avec quelles limites ? Et avec quelles garanties ? Nous devons éviter de reproduire certaines erreurs passées, en adoptant des technologies sans suffisamment réfléchir à leurs conséquences. L’important est de rester maîtres de nos choix méthodologiques et de préserver la richesse de notre métier.
Pendant un moment, beaucoup ont pensé que l’IA allait fragiliser le quali. Or nous observons plutôt l’inverse. Aujourd’hui, nous pouvons conserver les nuances, la profondeur et l’interprétation propres au qualitatif tout en gagnant considérablement en rapidité et en efficacité.
FH : Je suis convaincue que cette évolution ouvre une opportunité majeure pour les études qualitatives. Pendant un moment, beaucoup ont pensé que l’IA allait fragiliser le quali. Or nous observons plutôt l’inverse. Aujourd’hui, nous pouvons conserver les nuances, la profondeur et l’interprétation propres au qualitatif tout en gagnant considérablement en rapidité et en efficacité. Nous ne sommes plus obligés de choisir entre richesse analytique et réactivité. C’est probablement ce qui me paraît le plus intéressant : lorsque l’IA est utilisée de manière réfléchie, elle ne dégrade pas le qualitatif. Elle l’augmente. Et elle permet ainsi de saisir la complexité nécessaire pour débusquer les meilleurs insights, sans la simplifier.
POUR ACTION
• Echanger avec les interviewées : @ Florence Hussenot @ Sylvie Le Tadic
