Le growth hacking a appris à mesurer chaque clic, chaque conversion, chaque euro dépensé. Il a beaucoup moins appris à mesurer les décisions : qui a augmenté ce budget, sur la foi de quel tableau de bord, pour quel objectif, et ce qui a réellement été exécuté. Tant que ces décisions restaient humaines et lentes, l’angle mort était supportable. Avec des agents IA qui ajustent les enchères, lancent des séquences d’e-mails ou modifient des pages à la volée, il devient la première source de gaspillage, et une porte ouverte à la fraude.
Le gaspillage commence par une décision qu’on ne peut pas relire
Dans une équipe growth, le gaspillage a rarement l’air d’un gaspillage. C’est une campagne prolongée « parce qu’elle marchait » sans que personne ne se souvienne du critère de réussite fixé au départ. C’est un test A/B arrêté trop tôt, puis relancé, puis oublié. C’est un e-mail de relance parti deux fois parce que l’outil n’a pas confirmé le premier envoi. C’est un budget augmenté par un agent d’optimisation, sans que l’on sache qui avait fixé le plafond.
Le point commun : une décision dont on ne peut reconstituer ni l’auteur, ni la raison, ni le critère qui aurait dû permettre de l’arrêter. Ce qu’on ne peut pas relire, on ne peut pas remettre en cause. On continue donc à payer.
La fraude exploite exactement la même faille
La fraude au clic et les faux leads sont connus. On parle moins des fraudes internes ou partenaires, qui passent par les décisions plutôt que par le trafic :
- un budget validé pour une campagne, puis réaffecté à une autre ;
- un IBAN de partenaire ou d’affilié modifié avant le paiement des commissions ;
- un reporting réécrit après coup pour justifier une dépense ;
- un accès partagé qui « valide » à la place de la personne responsable.
Aucune de ces fraudes n’exige de compétence technique. Elles réussissent quand les traces sont modifiables par ceux qui les produisent, et quand rien ne relie l’accord donné à l’action exécutée.
Les agents IA accélèrent le problème
Un agent IA d’acquisition est utile précisément parce qu’il agit sans demander à chaque fois. Mais il déplace la question : on ne contrôle plus chaque action, on contrôle les bornes dans lesquelles il a le droit d’agir. Qui a fixé ces bornes ? Ont-elles été respectées ? Quand l’agent a dépassé un plafond, qui l’a autorisé ? Sans réponse vérifiable, l’équipe découvre l’écart au moment de la facture.
Le règlement européen sur l’IA ajoute une contrainte : pour les usages à risque, il demande un contrôle humain effectif et une traçabilité. Pour une équipe growth, c’est moins une obligation qu’un rappel utile : une automatisation que personne ne peut expliquer est une automatisation que personne ne peut améliorer.
Rendre les décisions vérifiables : ce qui existe déjà
Des standards ouverts commencent à couvrir ce besoin. Le Decision Provenance Standard décrit une décision de façon vérifiable : qui l’a prise, sur quelle autorité, ce qu’on lui a montré, les options envisagées, la raison du choix et le critère de réussite. Ses extensions, auxquelles l’auteur de cet article contribue, ajoutent :
- la signature de la personne qui valide, liée au contenu exact approuvé ;
- un horodatage indépendant, pour que personne ne puisse antidater une validation ;
- un lien entre ce qui a été approuvé et ce qui a été exécuté, étape par étape, pour qu’un montant ou un destinataire modifié en route soit détecté ;
- des approbations permanentes sous bornes : « cet agent peut créer jusqu’à 200 tâches sur ce tableau, jusqu’au 31 décembre », approuvées une fois par une personne nommée, chaque demande étant vérifiée contre ces bornes ;
- une vérification hors ligne, que n’importe qui peut faire sans accès aux outils de l’équipe.
En octobre 2026, un brouillon de standard publié à l’IETF, Decision Provenance for SCITT, a proposé de relier ces preuves de décision aux registres de transparence utilisés pour la chaîne logicielle et aux enregistrements d’actions d’agents IA.
Cinq habitudes à adopter dès maintenant, sans outil
- Écrire le critère d’arrêt avant de lancer. Toute campagne, tout test, tout budget a un seuil au-delà duquel on arrête. Il est daté et signé par quelqu’un.
- Séparer proposer, valider et exécuter. L’agent ou l’outil propose, une personne valide, l’exécution suit. Ce ne sont pas les mêmes étapes, et elles ne doivent pas se confondre dans les traces.
- Donner des bornes, pas des chèques en blanc. Un agent reçoit un plafond, une durée et un périmètre précis, approuvés par une personne nommée.
- Ne jamais relancer dans le doute. Une action dont le résultat est incertain se vérifie avant d’être rejouée.
- Revoir les décisions, pas seulement les chiffres. Au bilan mensuel, relire trois décisions : ce qui était prévu, ce qui a été payé, ce qui est décidé ensuite.
La confiance vérifiable, un levier de croissance
On présente souvent la traçabilité comme une contrainte de conformité. C’est aussi un avantage concurrentiel : un client, un investisseur ou un partenaire qui peut vérifier vos décisions n’a pas besoin de vous croire sur parole. Dans les secteurs régulés, assurance, finance, santé, c’est déjà un argument commercial. Demain, ce sera la condition pour confier des budgets à des agents IA.
Questions fréquentes
Faut-il une blockchain pour tracer ses décisions ?
Non. Une blockchain publique peut servir, parmi d’autres sources, à prouver qu’une décision existait à une date donnée. Aucun jeton n’est nécessaire, et un horodatage qualifié ou un registre de transparence remplit la même fonction.
Est-ce réservé aux grandes entreprises ?
Non. Les cinq habitudes ci-dessus ne demandent aucun outil. Les standards ouverts permettent ensuite d’automatiser la preuve, sans dépendre d’un éditeur.
Quel lien avec l’AI Act ?
Le règlement demande, pour les usages à risque, un contrôle humain effectif et une traçabilité. Une preuve de décision en fournit les éléments vérifiables ; la conformité elle-même reste l’appréciation d’un régulateur ou d’un auditeur.
« Decision Provenance Standard » est une marque d’Etsion Brands Ltd., citée pour identifier le standard.
