Durant les 1er et 2 octobre derniers, le New York Hilton Midtown accueillait DAM New York 2026, organisé par Henry Stewart Events sur le thème « The Intelligent Evolution of DAM » (l'évolution intelligente du DAM). Autour de l'événement principal, la semaine réunissait également le DAM Leaders Forum, Semantic Data New York et, pour la première fois à New York, PIM & PXM New York.

Les agents d'IA ont occupé l'essentiel du programme. La question de savoir si l'IA a sa place dans le DAM est tranchée ; on se demande maintenant qui, ou quoi, en sera le principal utilisateur. Pourtant, bien des sessions consacrées aux agents finissaient par revenir à des sujets connus de longue date : les métadonnées, la gouvernance, les droits et la capacité des organisations à changer. L'IA ne fait qu'aggraver ces gestions, car des équipes qui produisent beaucoup plus de contenu avec un effectif constant ont d'autant plus à gouverner, à stocker et à retrouver.

Les agents, nouveaux utilisateurs du DAM

Le panel « DAM's Role in the Post-User Agentic Interface (UI) Economy » (le rôle du DAM dans l'économie post-utilisateur de l'interface agentique), avec des intervenants de Google, d'Amazon Web Services et d'Aprimo, a posé les termes de ce basculement. Les agents deviennent les premiers consommateurs d'actifs numériques, et les métadonnées acquièrent de ce fait le statut d'infrastructure. Le commerce en donne la mesure : un agent d'IA qui fait ses achats pour le compte d'un client se fie aux données produit structurées plutôt qu'à la hero image. Gartner prévoit d'ailleurs que d'ici 2028, 90 % des achats B2B passeront par des agents d'IA.

Côté pratique, le panel a recommandé de commencer petit, par des tâches bien délimitées, comme vérifier, à l'aide de la vision par ordinateur, si une chaise photographiée est montrée dépliée ou pliée, puis de gagner en confiance avant d'ajouter de la complexité. Il a mis en garde contre la tentation de lier ses déploiements à un seul modèle ou à une seule plateforme, et a préconisé une infrastructure indépendante des fournisseurs. Il a aussi conseillé de tester les agents en cherchant à les faire échouer avant leur mise en production, et de confier à un agent distinct la vérification du travail des agents déjà déployés.

D'autres sessions montraient des agents déjà à l'œuvre. Comcast a présenté les assistants de production IA et les agents en libre-service qui équipent la content supply chain d'une entreprise du Fortune 50, où les équipes délaissent les tâches de production pour se consacrer au jugement créatif. Helen of Troy gère plus de 100 000 actifs sur ce qu'Aprimo appelle une fondation de DAM agentique, et Nationwide a fait de son DAM la source unique des contenus approuvés, pour ses employés comme pour ses agences. Le programme comptait aussi une session intitulée « Who Gave the Agent the Keys? » (qui a donné les clés à l'agent ?), censée traiter des questions de contrôle que les clients posent désormais : qui a approuvé quoi, quels actifs un agent peut voir, et ce qui se passe quand il se trompe.

Un habitué de l'événement, au moins, a trouvé l'ambiance plus prudente que ne le laissait croire le programme. L'IA était présente dans presque toutes les conversations, mais beaucoup d'équipes cherchaient encore comment la mettre en pratique, et nombre d'entre elles n'avaient pas encore commencé.

Les fondations : métadonnées, gouvernance et données propres

Toutes ces sessions sur les agents reposaient sur un sujet plus ancien. Des métadonnées médiocres, longtemps tenues pour un simple désagrément, sont devenues un risque, car les agents d'IA agissent sur la foi de ce qu'on leur donne. Un agent ne vaut que ce que valent les métadonnées, les contrôles d'accès et la confiance sur lesquels il repose. Dans les allées, le discours avait suivi : après la course au déploiement de l'IA, l'heure était à un usage réfléchi, adossé à des métadonnées dont l'humain garde la maîtrise. Les contournements bricolés par les équipes ont été désignés comme le révélateur de l'écart entre les processus tels qu'ils sont documentés et tels qu'ils sont réellement pratiqués.

Des audits de sites web d'entreprises ont montré que 20 % à 30 % des contenus en ligne avaient complètement échappé à la gouvernance du DAM ; dans une entreprise, 28 % des actifs du site n'étaient pas dans le DAM. Un audit a même mis au jour des textes marketing d'un concurrent sur le site d'un groupe de produits de grande consommation, et un test mené sur le site d'un éditeur a révélé des contenus protégés par le droit d'auteur, utilisés sans licence. Le vocabulaire, qui varie d'une équipe à l'autre entre le merchandising, les achats, le marketing et la création, a été cité comme un frein persistant à l'harmonisation des métadonnées.

La journée PIM a repris le même constat, résumé en une phrase depuis la scène : « Le PIM ne va pas corriger vos données. C'est aux métiers de faire le travail. »

Provenance, droits et authenticité

Le raisonnement s'applique aussi à l'origine des contenus et au droit de les utiliser. Les actifs synthétiques soulèvent des questions de provenance et de droits auxquelles la plupart des organisations n'ont pas encore de réponse. C'est naturellement dans le DAM que l'on consigne ce qu'est un actif, d'où il vient, qui peut l'utiliser et où il a le droit de circuler. Les standards prévus pour cela, ceux de la Coalition for Content Provenance and Authenticity (C2PA) et de l'International Press Telecommunications Council (IPTC), figuraient parmi les échanges.

La réglementation transforme le sujet en une question opérationnelle pour les équipes DAM. À compter du 1er janvier 2027, la Californie obligera les grandes plateformes en ligne à faire quatre choses avec les données de provenance conformes à des standards largement adoptés comme C2PA : les détecter, indiquer aux utilisateurs si elles sont présentes, leur permettre de les consulter et ne plus les supprimer. Les fournisseurs d'IA générative visés par la même loi doivent déjà intégrer ces exigences aux contenus produits par leurs outils. Garder ces données intactes tout au long du workflow devient donc une exigence pour le DAM. Le panel a ajouté que d'autres États déposent des projets de loi comparables, et que la gouvernance automatisée donne de meilleurs résultats lorsqu'elle associe des contrôles fixes, comme la vérification des métadonnées, à des agents capables d'interpréter la politique de l'entreprise.

Le sujet avait d'ailleurs son propre créneau au programme, avec le panel « AI for Your DAM: The Roles of Metadata, Trust and Authenticity » (l'IA au service de votre DAM : le rôle des métadonnées, de la confiance et de l'authenticité). Et une question posée à l'issue d'un autre panel, consacré aux médias numériques et à la content supply chain, résume bien où mène la discussion : demain, ce sera le DAM, ou une couche d'orchestration et de provenance ?

Faire adopter le DAM et prouver sa valeur

Les témoignages clients n'ont rien caché de la lenteur avec laquelle les organisations changent. Visa a déployé un nouveau DAM dans 5 régions et dans plus de 250 marchés ; la leçon retenue est d'accepter de partir avec un plan incomplet et de se donner une règle claire pour décider de la suite. Light & Wonder a conquis ses utilisateurs grâce à des campagnes, des newsletters humoristiques et des jeux. Comme l'a souligné un participant, une bibliothèque d'actifs vraiment utilisée, et très souvent, est aussi une bibliothèque assez saine pour alimenter l'automatisation et l'IA.

La New York Public Library a conseillé de rattacher chaque projet DAM à la stratégie au plus haut niveau et de parler aux dirigeants en termes de dollars. Un panel de praticiens et d'éditeurs a décrit le DAM comme un chantier jamais achevé, a considéré les contournements des utilisateurs comme autant de bugs que personne n'a signalés, et a prévenu que les personnes priées de changer leurs habitudes, en plus de leur travail quotidien, finissent par se lasser. Catalyst Brands, de son côté, a présenté le DAM comme un modèle opérationnel au service de la transformation de l'entreprise, reposant sur des droits décisionnels, une responsabilité partagée entre les équipes et l'appui de la direction.

La mesure de la valeur avait elle aussi son panel, « Beyond Downloads: Measuring the Business Value of DAM » (au-delà des téléchargements : mesurer la valeur métier du DAM). Un intervenant a expliqué que les critères de succès s'étendent désormais, au-delà des téléchargements et des connexions, à la réutilisation, à la gouvernance, à la préparation à l'IA, à la productivité, ainsi qu'aux coûts et aux risques évités lorsque les contenus sont faciles à trouver. En fin de deuxième journée, la session « What You Can't Fix Alone: The Last Mile of DAM » (ce que l'on ne peut pas régler seul : le dernier kilomètre du DAM) s'est penchée sur ce que la technologie ne résout pas : l'adoption, une gouvernance qui survit au turnover, et la démonstration du retour sur investissement face à un directeur financier sceptique.

DAM et PIM se rapprochent

Pour sa première année à New York, PIM & PXM New York a fait salle comble toute la journée du 2 octobre. Beaucoup de fabricants venus témoigner ont décrit le même obstacle : obtenir des données produit propres avant qu'elles n'entrent dans un PIM ou un DAM, c'est-à-dire sans doublons, sans attributs manquants et sans données fournisseurs livrées dans une douzaine de formats. Deux erreurs fréquentes des projets PIM ont été pointées : sous-estimer le travail qu'exige la qualité des données, et associer trop tard les parties prenantes pour accompagner le changement. DAP a raconté avoir hérité d'un PIM déjà lancé, mais qui n'avait pas encore prouvé sa capacité à faire tourner l'activité, et avoir regagné la confiance grâce à un cadrage rigoureux.

L'argument agentique entendu côté DAM valait ici aussi, puisque les agents choisissent les produits d'après leurs données. Une session sur la façon dont les produits sont sélectionnés par les assistants IA, en magasin et sur les sites web, a mis en avant un chiffre : au premier trimestre 2026, le trafic issu de sources d’IA vers les sites de vente au détail américains a bondi de 393 % sur un an.

Pour conclure

Les agents d'IA ont dominé DAM New York 2026, et les métadonnées revenaient dans presque toutes les sessions consacrées à l'IA. Les éditeurs occupaient tout l'espace d'exposition, dans une ambiance positive. Des représentants d'entreprises comme Visa, Comcast, Kimberly-Clark ou Progressive allaient des sessions aux stands, les uns en quête de nouvelles solutions, d'autres de contacts, d'autres encore de réponses aux problèmes qu'ils avaient apportés avec eux. Le programme avait pourtant une longueur d'avance sur la majeure partie du public : sur scène, des agents tournaient en production, alors que dans les couloirs, beaucoup d'équipes se demandaient encore par où commencer.

Ce sur quoi ces équipes peuvent agir dès aujourd'hui, ce sont les fondations : des métadonnées complètes, des données de provenance préservées à chaque étape du workflow avant l'entrée en vigueur des règles californiennes en 2027, et une intégration plus étroite du DAM et du PIM, à mesure que les agents lisent ensemble les données produit et les données d'actifs. Reste une question ouverte : alors que l'IA fait monter à la fois le coût des programmes DAM et les attentes à leur égard, les organisations peinent toujours à démontrer la valeur de leur DAM.