Il y a cinq ans, j’avais prédit que d’ici 2025, 95 % du contenu Internet serait généré par l’IA. La situation actuelle est difficile à mesurer avec précision, mais nous nous en rapprocherons dans les années à venir.
Cette semaine, nous avons intégré Sora 2 d’OpenAI dans Synthesia. Les entreprises peuvent désormais intégrer des B-roll cinématographiques dans les vidéos d’avatars IA qu’elles créent déjà sur notre plateforme. Alors que j’expérimente le nouveau modèle d’OpenAI, je suis plus convaincu que jamais que les deux prochaines années d’Internet vont être étranges, créatives, aléatoires et merveilleuses. Cela réinitialisera la façon dont les marques, les employés et les clients perçoivent ce qui rend la vidéo géniale.
Nous avons déjà vu cela. Lorsque les modèles linguistiques à grande échelle sont devenus courants, la réaction initiale a été l’euphorie, rapidement suivie par la crainte que le Web ne soit inondé de texte généré automatiquement. Le même schéma se répète dans la vidéo, mais plus rapidement et plus fort. Nous sommes actuellement dans la phase expérimentale à grande échelle. Les gens poussent la technologie à ses limites. Vient ensuite la phase produit, au cours de laquelle les entreprises transforment la nouveauté en un flux de travail réellement important.
Avec des modèles vidéo puissants désormais accessibles à toute personne disposant d’un navigateur, Internet sera bientôt inondé de tonnes de clips de haute intensité conçus pour choquer, ironiser et pomper la dopamine. Expliquer ce qui a été filmé et ce qui a été composé peut être à la fois intéressant et épuisant.
Mais une fois la nouveauté passée, personne ne se soucie de la façon dont la vidéo a été réalisée. Toutes les migrations de médias passent par ce cycle. Les peintres ont discuté de la caméra. L’impression est discutée sous forme numérique. Le débat sur la provenance s’intensifie puis se refroidit à mesure que le public standardise les valeurs. Cela valait-il votre temps ? Ai-je appris quelque chose ? Cela vous a-t-il aidé à prendre des décisions plus rapides ? Vous n’avez plus à vous soucier de savoir si la vidéo provient de votre iPhone ou du GPU, sauf pour certains formats comme l’actualité et le sport.
D’ici là, les choses vont devenir très bizarres, très vite. À mesure que les coûts de production s’effondrent, nous assisterons à une explosion de « watchbaits » générés par l’IA, ou de courts clips à usage unique optimisés pour être glissés. Les plateformes se précipiteront pour publier et distribuer des outils créatifs natifs d’IA, intégrer des flux et monétiser les boucles d’engagement avec des publicités.
Attendez-vous à des journaux télévisés synthétiques, à des émissions « en direct » sans fin, à des histoires personnalisées et à des mondes cinématographiques sans précédent. Pour y remédier, nous avons besoin d’une meilleure éducation aux médias. Des rails d’authenticité tels que des filigranes qui persistent après l’édition, la provenance cryptographique et une divulgation claire au niveau de la plate-forme.
Dans le monde de l’entreprise, l’impact de Sora 2 sera encore plus lent. Plutôt que d’échanger 8 secondes de déchets d’IA, les entreprises achètent des résultats commerciaux mesurables. Pour être utile, la vidéo générée doit faire plus que choquer. Vous devez obtenir des résultats mesurables : une création plus rapide, des coûts réduits et un engagement plus élevé. Cela signifie intégrer des modèles dans des flux de travail complets comprenant l’édition, les garde-fous, la traduction, le contrôle de version, la collaboration, la distribution et l’analyse.
Nous le voyons déjà. L’une des plus grandes entreprises agroalimentaires au monde a profité de cette nouvelle intégration pour mettre à jour les vidéos de formation sur la sécurité dans ses installations. Au lieu de l’avatar IA standard qui répertorie les règles d’hygiène, nous avons introduit une barre de chocolat ambulante et parlante qui transmet le même message. Même s’il n’a remporté aucun prix à Cannes, il a su attirer l’attention et faire passer son message.
Soyons donc clairs : malgré la mousse, l’audio et la vidéo de l’IA sont là pour rester. Ce qui ressemblait à de la science-fiction en 2021 est désormais accompagné d’une mise à jour du produit. Le mode vocal de ChatGPT a redéfini l’interaction homme-machine. Les jeunes générations s’appuient de plus en plus sur la vidéo sociale et la recherche par l’IA plutôt que sur le Web ouvert pour se divertir et s’informer, ce qui entraîne une baisse de 8 % du trafic sur Wikipédia d’une année sur l’autre. Dans le domaine de la vidéo, la plupart des analyses de rentabilisation ont dépassé le seuil « assez bon » et sont à portée de main.
À mesure que le coût de la production vidéo se rapproche de celui du texte, les nouvelles unités de compétitivité seront la clarté, la créativité et l’authenticité. Notre intégration Sora 2 va dans cette direction, non seulement en tant que démo amusante, mais aussi en tant qu’outil permettant aux équipes de raconter de meilleures histoires, plus rapidement.
La frénésie passera. Les inondations vont reculer. Restent les mêmes questions que tous les créateurs se posent depuis un siècle. « Quelle est la meilleure façon de dire ce que je veux dire ? »
Dans de nombreux cas, la réponse est la vidéo IA.
Les opinions exprimées dans les articles de commentaires de Fortune.com sont uniquement celles de l’auteur et ne reflètent pas nécessairement les opinions ou les croyances de Fortune.
