Meta Ads : GenRecs et la Révolution de l'Algorithme Publicitaire

Meta vient de changer la nature même de son algorithme publicitaire. Il ne note plus vos pubs. Il les comprend. Exactement comme ChatGPT comprend une phrase.

Ça porte un nom : GenRecs. Et personne n'en parle.

À la volée, voici quelques conséquences pour vous :

• Le contenu de votre créa pèse plus que jamais dans le choix de qui la voit.

• Vos petits produits et vos nouvelles collections ne repartent plus de zéro.

• Ce que Meta apprend ne disparaît plus avec la campagne.

• Le démarrage d'une nouvelle pub ne se joue peut-être plus de la même façon.

Mais pour comprendre l'ampleur du truc, il faut remonter un peu. Pour ceux qui nous découvrent : on est J7 Media, on pilote 50 millions de dollars par an sur Meta Ads, et il y a un an, on était parmi les premiers à vous alerter sur Andromeda.

La montée en puissance : Andromeda et GEM

Fin 2024, Meta annonce Andromeda. Son rôle : présélectionner, parmi des millions de pubs, celles qui ont une chance d'être montrées à une personne à un instant T. Et vous vous en souvenez, en 2025, les coûts ont explosé sur bon nombre de comptes. On y a consacré un épisode complet. Sauf qu'Andromeda, ce n'était que le début.

En 2025, Meta construit en parallèle ce qu'il appelle lui-même son « cerveau central » : GEM.

Un modèle gigantesque, entraîné à la même échelle que les grands modèles de langage. Son rôle n'est pas de choisir vos pubs directement. Son rôle, c'est d'apprendre sur tout, puis d'enseigner aux centaines de modèles spécialisés qui, eux, choisissent vos pubs en temps réel. GEM, c'est le prof.

Problème : un cerveau de cette taille, c'est lent. Et une pub doit être choisie en une fraction de seconde, pendant que la personne fait défiler son fil. En mars 2026, Meta publie la solution : un système capable de faire tourner des modèles de la taille d'un LLM en temps réel, sans ralentir l'affichage.

Et puis, en octobre, tout s'accélère. Coup sur coup, en l'espace d'une semaine, Meta publie deux annonces majeures.

La première : la nouvelle génération de GEM. Avant, Facebook, Instagram, les Reels et chaque objectif de campagne avaient leurs propres systèmes de prédiction, largement séparés. Désormais, GEM devient un seul cerveau central, qui apprend sur toutes les surfaces et tous les objectifs à la fois, et qui enseigne aux modèles de chaque surface. Ça veut dire que ce que Meta apprend sur Instagram peut maintenant l'aider à prédire une conversion sur Facebook.

La deuxième (Celle qui change tout) : Six jours plus tard, Meta annonce GenRecs, le système qui apprend à ce cerveau à lire et à comprendre vos pubs. Meta introduit une brique fondamentale : un langage commun, capable de représenter ce que vos pubs veulent réellement dire.

Qu'est-ce que GenRecs (Generative Recommenders) ?

Pour comprendre GenRecs, il faut comprendre comment Meta voyait vos pubs jusqu'ici.

Une grande partie de l'apprentissage reposait sur des identifiants (ID) propres à chaque pub, chaque produit, chaque page. Le modèle apprenait sur cet identifiant, à partir des clics et des conversions qu'il générait. Et c'était un problème. Parce qu'une nouvelle pub, un nouveau produit, n'a pas encore accumulé de clics ni de conversions. Meta avait déjà des informations sur le contenu de vos créas, mais ses modèles avaient beaucoup de mal à transférer ce qu'ils avaient appris d'un produit à un autre.

Avec GenRecs, Meta jette ce principe à la poubelle. Maintenant, Meta lit votre pub.

Trois choses entrent dans la machine : le texte, l'image, et la façon dont les gens ont déjà réagi à ce type de contenu.

Des modèles d'IA pré-entraînés, qui ont déjà une culture générale du monde, analysent ce que votre pub représente vraiment. Et Meta la traduit en une courte suite de « mots » tirés d'un vocabulaire commun. Ce vocabulaire est stable, il est partagé par toutes les pubs, tous les produits, toutes les pages.

Regardez la fin du schéma. Les modèles qui choisissent vos pubs ne travaillent plus sur des numéros jetables. Ils travaillent directement sur ces mots. Et c'est là que ça devient intéressant. Deux pubs qui se ressemblent partagent les mêmes mots. Exactement comme des mots de la même famille partagent la même racine.

Concrètement, Meta fait trois choses : Il range ensemble les pubs qui se ressemblent. Il découpe chaque pub en plusieurs couches, du plus général au plus précis. Puis il attribue un mot à chaque couche. Ranger, découper, étiqueter.

L'exemple que Meta donne lui-même est parlant. Une marque de sport lance la nouvelle chaussure de trail de la saison. Avant, c'était un nouveau numéro, l'algo partait de zéro. Avec GenRecs, cette nouvelle chaussure partage des mots avec celle de l'année dernière. Elle hérite donc immédiatement de tout ce que Meta a appris sur la précédente. Avant même que quelqu'un ait vu la nouvelle pub.

C'est ça, le basculement. Meta passe d'un système qui note chaque pub une par une, à un système qui raisonne. Sur votre pub, et sur la personne en face, en même temps.

Meta en sait plus sur vos clients

Là aussi, Meta en sait beaucoup plus.

Dans ses propres documents techniques, Meta explique que son cerveau central apprend sur les interactions avec les pubs, mais aussi avec le contenu organique (les clics, les vues, les interactions). Le modèle est capable de traiter des historiques qui peuvent aller jusqu’à des milliers d’actions.

Et il suit cette mémoire sur toutes les surfaces à la fois : ce que la personne fait sur Instagram nourrit ce que Meta prévoit pour elle sur Facebook. Peut-être pour ça même que Meta propose une IA Native pour répondre à vos questions d’utilisateurs ou prépare même des forums de discussion ? Plus il y a de conversations, plus il en sait sur ce qui intéresse chacun.

Ça veut dire que votre audience « froide » n'est pas froide du tout pour Meta.

Même quelqu'un qui n'a jamais entendu parler de votre marque, Meta a déjà une très bonne idée de ce qu'il regarde et de ce qui l'intéresse dans ses applis. Et avec GenRecs, il peut maintenant relier tout ça à ce qu'il comprend du contenu de votre pub. Le matching ne se fait plus seulement entre un profil et un numéro. Il se fait entre une personne et un sens.

Pourquoi c’est irréversible

Meta a testé plusieurs versions de ce système. Et ses propres données sont claires : plus ses familles de mots sont propres, c'est-à-dire plus chaque mot regroupe des pubs d'une même catégorie, plus ses prédictions de clic sont justes.

Mieux comprendre vos pubs, c'est mieux prédire qui va cliquer. Meta n'a aucune raison de revenir en arrière. Et la suite est déjà sur la table.

Aujourd'hui, Meta lit surtout le texte et l'image. Mais il explique explorer un seul et même langage pour le texte, l'image, l'audio et la vidéo. Autrement dit, demain, ce que dit votre voix off, ce que montre chaque plan de votre vidéo, tout ça pourrait être lu de la même manière.

Les conséquences

C'est maintenant qu'on rentre dans le dur. Qu'est-ce que ça change pour votre compte ? Je vais séparer les choses clairement : d'abord ce que Meta écrit, ensuite ce qu'on en déduit chez J7 Media.

Ce que Meta écrit noir sur blanc

• Meta lit vos pubs et vos produits. Des modèles d'IA lisent le texte et les images de chaque pub, de chaque produit. Le contenu de votre créa n'est plus seulement un emballage. C'est une donnée que Meta exploite.

• Vos nouveautés ne repartent plus de zéro. Selon Meta, c'est sur les nouvelles pubs, les produits de niche et tout ce qui reçoit peu d'impressions que ce système apporte le plus. C'est littéralement l'exemple de la chaussure de trail : une nouvelle collection profite de ce que Meta sait déjà de produits similaires.

• Ce que Meta apprend ne disparaît plus avec la campagne. Meta l'écrit : ce vocabulaire stable permet à ses modèles de transférer ce qu'ils ont appris d'une campagne à l'autre. La connaissance est attachée au contenu. (Attention : votre Ads Manager repassera visuellement en phase d'apprentissage si vous dupliquez, mais les modèles Meta ne repartent plus d'une page blanche).

• Un seul cerveau pour toutes les surfaces. GEM apprend sur Facebook, Instagram, les Reels, et transmet ce qu'il sait. Ce que votre client fait sur Instagram aide Meta à prédire ce qu'il fera sur Facebook.

Ce qu'on en déduit chez J7 Media

• Votre créa, c'est votre ciblage. On le dit depuis Andromeda. Avec GenRecs, cette idée prend une nouvelle dimension. Vos angles, vos messages, les problèmes clients que vous attaquez deviennent les leviers pour aider Meta à trouver les bonnes personnes. Travaillez de vrais angles créatifs, plutôt que de multiplier les simples déclinaisons graphiques.

• Votre catalogue devient une arme. Si Meta lit le texte et les images, alors un catalogue avec des titres descriptifs, des visuels précis et des fiches bien structurées aide Meta à mieux comprendre vos références. À tester en priorité sur les produits de niche.

• Le démarrage d'une nouvelle pub. Une variante d'une pub gagnante va-t-elle réellement démarrer plus vite qu'un angle totalement nouveau ? C'est ce qu'on va mesurer. Attention : transfert de connaissances ne veut pas dire transfert de performance automatique.

• Le piège des pubs trop semblables. Si Meta comprend que vingt déclinaisons racontent globalement la même chose, est-ce qu'elles vous permettent vraiment d'aller chercher vingt publics différents ?

Synthèse

Si vous ne deviez retenir qu'une phrase : GenRecs change ce que Meta comprend de vos pubs.

C’est VRAIMENT le moment de lancer une stratégie créative pertinente. Si vous ne savez pas de quoi je parle ou que vous avez envie d’avoir notre regard sur votre parc publicitaire pour anticiper les futurs problèmes, contactez-nous.