Henry Stewart Events a organisé le DAM New York 2026 les 1er et 2 octobre au New York Hilton Midtown, sur le thème « L’évolution intelligente du DAM ». La semaine a également été marquée par le DAM Leaders Forum, le Semantic Data New York et la première édition new-yorkaise du PIM & PXM New York.

Les agents IA ont dominé le programme. La question n’était plus de savoir si l’IA avait sa place dans le DAM, mais qui, ou quoi, en serait le principal utilisateur. Pourtant, de nombreuses sessions consacrées aux agents ont ramené le débat vers des sujets plus anciens : les métadonnées, la gouvernance, les droits et la capacité de l’organisation à évoluer. L’IA aggrave ces problèmes, car les équipes qui peuvent désormais produire bien plus de contenu avec le même effectif ont bien plus à gérer, à stocker et à retrouver.

Les agents, prochains utilisateurs du DAM

La table ronde intitulée « Le rôle du DAM dans l’économie post-utilisateur des interfaces agentiques (UI) », réunissant des intervenants de Google, d’Amazon Web Services et d’Aprimo, ainsi qu’un modérateur d’Avyre, a mis en lumière cette évolution. Les agents deviennent les principaux consommateurs d’actifs numériques, ce qui transforme les métadonnées en infrastructure. Le commerce en illustre la raison : un agent IA effectuant des achats pour le compte d’un client lit des données produit structurées au lieu de se fier à une image phare, et Gartner prévoit que d’ici 2028, 90 % des achats B2B seront réalisés par l’intermédiaire d’agents IA.

Les conseils pratiques de la table ronde consistaient à commencer par des tâches modestes et bien définies, telles que l’utilisation de la vision par ordinateur pour vérifier si une chaise photographiée est représentée ouverte ou fermée, et à instaurer la confiance avant d’ajouter de la complexité. Les intervenants ont mis en garde contre le fait de cantonner les déploiements à un seul modèle ou à une seule plateforme, ont recommandé une infrastructure indépendante des fournisseurs, ont conseillé de tester les agents pour détecter leurs failles avant de les mettre en production, et ont suggéré d’utiliser un agent distinct pour vérifier les résultats des agents de production.

D'autres sessions ont été articulées autour d'agents déjà en activité. La session de Comcast s'est concentrée sur les assistants de production basés sur l'IA et les agents en libre-service au sein d'une chaîne d'approvisionnement de contenu classée au Fortune 50, où les collaborateurs passent de tâches de production à des décisions créatives. Helen of Troy gère plus de 100 000 ressources sur ce qu'Aprimo appelle une « base DAM agentique », tandis que Nationwide utilise son DAM comme source unique de contenu approuvé pour ses employés et ses agences. Une session intitulée « Qui a donné les clés à l’agent ? » était présentée comme abordant les questions de contrôle que les clients soulèvent désormais : qui a approuvé quoi, quelles ressources un agent peut-il consulter, et que se passe-t-il en cas d’erreur ?

Pour au moins un participant régulier, l’ambiance était plus prudente que ne le laissait entendre le programme. L’IA était évoquée un peu partout, mais de nombreuses équipes cherchaient encore à comprendre comment la mettre en œuvre, et beaucoup n’avaient même pas commencé.

Fondements : métadonnées, gouvernance, données propres

Les sessions consacrées aux agents s’appuyaient sur un sujet de longue date. Des métadonnées insuffisantes sont passées d’un simple désagrément à un véritable risque, car les agents d’IA agissent en fonction des informations qui leur sont fournies. La fiabilité d’un agent dépend entièrement de la qualité des métadonnées, des contrôles d’accès et de la confiance qui le sous-tendent. Le débat en salle s’est donc orienté en conséquence, passant d’une volonté de déployer l’IA à tout prix à une utilisation réfléchie, fondée sur des métadonnées définies par l’humain. Les solutions de contournement mises en place par les équipes ont été identifiées comme le point où se manifeste l’écart entre les processus documentés et les processus réels.

Le panel d’experts en IA a quantifié le problème. Des audits de sites web d’entreprise ont révélé que 20 % à 30 % du contenu web en ligne avait complètement contourné la gouvernance du système de gestion des actifs numériques (DAM) ; dans une entreprise, 28 % des ressources du site web étaient absentes du DAM. Un audit a mis au jour un texte marketing d’un concurrent sur le site d’une entreprise de biens de grande consommation pesant 90 milliards de dollars, et un test effectué sur le site web d’un fournisseur a signalé la présence de contenu protégé par des droits d’auteur sans licence. Le manque d’uniformité du vocabulaire entre les équipes de merchandising, d’achats, de marketing et de création a été désigné comme un obstacle persistant à l’harmonisation des métadonnées.

Ce point a été repris lors de la journée consacrée au PIM, résumé en une phrase prononcée depuis la scène : « Le PIM ne va pas corriger vos données. C’est à l’entreprise de faire le travail. »

Provenance, droits et authenticité

Cette même logique s'applique à l'origine du contenu et aux personnes autorisées à l'utiliser. Les ressources synthétiques soulèvent des questions de provenance et de droits auxquelles la plupart des organisations ne sont pas encore en mesure de répondre. Le système de gestion des ressources multimédias (DAM) est l’endroit tout indiqué pour consigner la nature d’une ressource, son origine, les personnes autorisées à l’utiliser et les destinations autorisées, ainsi que les normes à respecter à cet effet. La Coalition for Content Provenance and Authenticity (C2PA) et l’International Press Telecommunications Council (IPTC) ont pris part à la discussion.

La réglementation transforme cela en un enjeu opérationnel pour les équipes DAM. À compter du 1er janvier 2027, la Californie exigera des grandes plateformes en ligne qu’elles effectuent quatre opérations sur les données de provenance conformes à des normes largement adoptées telles que celles de la C2PA : les détecter, indiquer aux utilisateurs si elles sont présentes, leur permettre de les consulter et cesser de les supprimer. Les fournisseurs d’IA générative visés par cette même loi doivent d’ores et déjà intégrer ces données dans les contenus produits par leurs outils. Préserver l’intégrité des données de provenance à chaque étape du flux de travail devient une exigence pour les systèmes DAM. Les intervenants ont ajouté que d’autres États sont en train d’introduire des projets de loi similaires, et que la gouvernance automatisée fonctionne mieux lorsqu’elle combine des contrôles fixes, tels que la vérification des métadonnées, avec des agents capables d’interpréter la politique de l’entreprise.

La table ronde intitulée « L'IA au service de votre DAM : le rôle des métadonnées, de la confiance et de l'authenticité » a fait l'objet d'un créneau spécifique au programme. Une question soulevée à l'issue d'une autre table ronde consacrée aux médias numériques et à la chaîne d'approvisionnement des contenus résume bien l'orientation que prend le débat : l'avenir réside-t-il dans le DAM, ou dans une couche d'orchestration et de provenance ?

Adoption et démonstration de la valeur ajoutée

Les témoignages clients ont clairement montré à quel point le changement est lent au sein des organisations. Visa a déployé un nouveau système DAM dans 5 régions et sur plus de 250 marchés ; la leçon à en tirer est qu’il faut accepter un plan incomplet au départ et définir clairement la marche à suivre pour décider des prochaines étapes. Light & Wonder a su convaincre les utilisateurs de son système DAM grâce à des campagnes, des newsletters humoristiques et des jeux. Comme l’a fait remarquer un participant après coup, une bibliothèque que les utilisateurs exploitent réellement de manière intensive est également suffisamment structurée pour alimenter l’automatisation et l’IA.

Le conseil de la Bibliothèque publique de New York était de lier chaque projet DAM à la stratégie globale et de s'adresser aux dirigeants en termes financiers. Un panel de professionnels et de fournisseurs a décrit le DAM comme un programme qui n'est jamais achevé, a qualifié les solutions de contournement des utilisateurs de « bugs » que personne n'a signalés, et a averti que les personnes à qui l'on demande de changer leurs habitudes en plus de leur travail quotidien finissent par se lasser. Catalyst Brands a présenté le DAM comme un modèle opérationnel de transformation d'entreprise, fondé sur les pouvoirs de décision, la responsabilité partagée entre les équipes et le soutien de la direction.

Le thème de la mesure a fait l’objet d’une table ronde intitulée « Au-delà des téléchargements : mesurer la valeur commerciale du DAM ». L’un des intervenants a expliqué comment les indicateurs de réussite ne se limitent plus aux téléchargements et aux connexions, mais englobent désormais la réutilisation, la gouvernance, la préparation à l’IA, la productivité, ainsi que les coûts et les risques évités grâce à la facilité de recherche du contenu. Une session en fin de deuxième journée, intitulée « Ce que vous ne pouvez pas résoudre seul : le dernier kilomètre du DAM », a abordé les aspects du travail que la technologie ne résout pas : l’adoption, une gouvernance qui résiste au roulement du personnel et la démonstration du retour sur investissement à un directeur financier sceptique.

Convergence entre DAM et PIM

Le salon PIM & PXM New York s’est tenu le 2 octobre, pour sa première édition à New York, et la salle a affiché complet toute la journée. Bon nombre des fabricants intervenants ont évoqué le même obstacle : obtenir des données produit propres, exemptes de doublons et d’attributs manquants, et ne pas avoir à gérer des données fournisseurs dans une douzaine de formats différents, avant leur intégration dans un système PIM ou DAM. Deux erreurs courantes dans les projets PIM ont été mises en avant : sous-estimer le travail nécessaire pour valider les données, et impliquer les parties prenantes trop tardivement dans la gestion du changement. DAP a expliqué avoir hérité d’un système PIM qui avait été lancé mais n’avait pas encore prouvé sa capacité à faire fonctionner l’entreprise, et avoir rétabli la confiance grâce à une définition rigoureuse du périmètre du projet.

L’argument « agentique » issu du programme DAM s’appliquait ici également, puisque les agents choisissent des produits à partir des données produit. Une session consacrée à la manière dont les produits sont sélectionnés par les assistants IA, les magasins et les sites web a mis en avant un chiffre de 393 % pour le trafic vers le commerce de détail généré par l’IA. Adobe Analytics a publié ce même chiffre le 16 avril : le trafic provenant de sources IA vers les sites de vente au détail américains a augmenté de 393 % en glissement annuel au premier trimestre 2026.

Dernières réflexions

Les agents IA ont été le thème principal du DAM New York 2026, et les métadonnées ont été présentes dans presque toutes les sessions consacrées à l’IA. Les exposants ont envahi le hall d’exposition, et l’ambiance était positive. Des représentants d’entreprises telles que Visa, Comcast, Kimberly-Clark et Progressive se déplaçaient entre les sessions et les stands des exposants, certains à la recherche de nouvelles solutions, d’autres de contacts, et d’autres encore de réponses aux problèmes qu’ils avaient apportés avec eux. Le programme était toutefois en avance sur la plupart des participants : des agents fonctionnaient déjà en production sur scène, tandis que de nombreuses équipes dans les couloirs se demandaient encore par où commencer.

Ce sur quoi ces équipes peuvent désormais s’appuyer, ce sont les fondements. Cela implique des métadonnées complètes, des données de provenance qui survivent à chaque étape du flux de travail avant l’entrée en vigueur des règles californiennes de 2027, ainsi qu’une intégration plus étroite entre le DAM et le PIM, les agents lisant conjointement les données relatives aux produits et aux ressources. Une question reste en suspens : alors que l’IA augmente à la fois le coût des programmes DAM et les attentes à leur égard, les organisations peinent encore à démontrer la valeur de leur système DAM.