Construire votre propre avatar est encore plus étrange que prévu.
C’est une expérience chorégraphiée qui m’a fait me sentir aussi mal à l’aise socialement que jamais lorsque j’étais seul. J’ai donné à la plateforme Avatar (dans ce cas Synthesia, une société de vidéo IA basée à Londres) l’accès à la caméra de mon ordinateur portable. Pendant environ deux minutes, j’ai lu les lignes à voix haute tout en faisant défiler l’écran.
Avant de continuer, je reviens à la partie amusante.
Il y a de l’énergie dans ma voix lorsque je dis des choses positives comme : Mon ton est charmant et optimiste.
Elle rit à chaque fois que le vent lui chatouille le nez.
J’ai ensuite poursuivi avec une série de déclarations positives et favorables aux entreprises, notamment : Imaginez l’impact que nous pouvons avoir avec cette idée innovante.
L’ambiance n’était pas mauvaise, mais c’était bizarre. Ce processus m’a fait me sentir vulnérable, comme si je donnais une partie de moi-même à l’ordinateur. De plus, cela fonctionne rapidement. L’ensemble du processus a pris environ 10 minutes, y compris le premier clic, le renversement de la tasse de café et la lecture du script deux fois pour corriger toute maladresse initiale. Une fois que vous avez soumis votre vidéo, Synthesia indique qu’elle peut créer votre avatar en une journée. Sachant que la version sur laquelle je travaille actuellement a pris 32 ans, je pense que ma période de conceptualisation de la version numérique a été courte.
Au cours de la dernière année, 150 000 utilisateurs de Synthesia ont créé eux-mêmes des avatars générés par l’IA. (Les clients choisissent souvent parmi les 250 avatars de l’entreprise.) Et même si j’ai créé des avatars au nom du journalisme, les cas d’utilisation les plus courants de Synthesia sont très professionnels, comme la formation commerciale et les vidéos de communication interne. Les avatars de Synthesia font des progrès remarquables dans le monde des affaires. L’entreprise affirme avoir actuellement plus de 65 000 clients et servir plus de 70 % des sociétés Fortune 100. L’entreprise, qui compte actuellement 500 employés, a levé plus de 330 millions de dollars auprès de sociétés de capital-risque, notamment de grandes entreprises telles que Kleiner Perkins, GV, Accel et NEA.
Il s’agit d’une forme de succès vidéo résolument non hollywoodienne. Les clients professionnels peuvent accéder à la plateforme Synthesia et utiliser un seul outil pour créer des vidéos de la même manière qu’ils paient Microsoft pour PowerPoint. L’attrait réside dans une combinaison de coût et d’échelle. Pour les grandes entreprises multinationales, créer des vidéos en plusieurs langues est une tâche coûteuse et chronophage qui était traditionnellement réservée aux équipes aux poches profondes. De plus, la plupart des gens absorbent plus facilement les informations des vidéos que du texte. Cela est doublement vrai pour la main-d’œuvre en plein essor de la génération Z, qui a grandi sur TikTok et Instagram Reels. Pour communiquer efficacement avec ces employés, les managers doivent utiliser la vidéo pour communiquer.
Fourni par Synthesia
« Je pense que cela est vrai pour presque toutes les technologies transformationnelles. Le véritable pouvoir de cette technologie était de permettre à de nouveaux groupes de personnes de faire des choses qu’ils ne pouvaient pas faire auparavant », déclare Victor Riparbelli, PDG et co-fondateur de Synthesia. « Ce que nous avons appris, c’est qu’il y a des milliards de personnes dans le monde qui ne réalisent pas actuellement de vidéos mais qui souhaitent vraiment en faire. »
Rendre les « personnes » numériques plus réelles
La technologie de Synthesia est clairement un sous-produit de la vague de l’IA générative, alimentée par des modèles d’IA à grande échelle sous-jacents, entraînés pour comprendre ce que nous disons et comment nous le disons. Cela crée des avatars qui imitent les voix avec un réalisme convaincant, plutôt que des vidéos préenregistrées, grâce à une IA capable de prédire les mouvements et les expressions faciales. Le résultat est un humain numérique raisonnablement naturaliste. Son naturalisme aide les téléspectateurs et les auditeurs à se sentir plus à l’aise, mais la vidéo peut aussi se situer au bord de l’étrange vallée.
Synthesia a été fondée en 2017, cinq ans avant que ChatGPT ne déclenche le boom de l’IA. Ripalberg, originaire d’une petite ville du Danemark et a passé son enfance à créer des sites Web pour des magasins locaux, a rencontré les cofondateurs Steffen Tjerrild, Matthias Niessner et Lourdes Agapito grâce à des relations universitaires et de startups.
Au début, les fondateurs ne se concentraient même pas encore sur la génération de vidéos, mais concentraient plutôt leur énergie sur l’utilisation de l’IA pour doubler des vidéos existantes et survivre de toutes les manières possibles. Ayant du mal à récolter des fonds à un moment particulièrement critique, ils ont découvert les courriels de Mark Cuban et lui ont envoyé un discours impitoyable. M. Cuban a répondu dans les six minutes, entamant un échange de courriers électroniques de 12 heures qui a duré jusqu’à 4 heures du matin, heure britannique, et s’est engagé peu de temps après à investir 1 million de dollars. (Cuban a refusé de commenter cette histoire.)
« Les trois ou quatre premières années, nous n’avons eu aucun succès », a déclaré Lipalberg. « Il était impossible d’obtenir des financements. La technologie ne fonctionnait pas. Nous ne savions pas exactement ce qu’elle allait faire. En gros, cela a pris jusqu’à la fin de 2020, et c’est à ce moment-là que nous avons atteint un point critique. »
Fourni par Synthesia
La transition de Synthesia vers la vidéo d’entreprise s’est produite lentement, puis d’un seul coup, à la suite de conversations avec des milliers de clients potentiels qui souhaitaient quelque chose de mieux que PDF et PowerPoint.
« Ce que nous avons constaté, c’est que de nombreuses personnes occupant des postes en entreprise dans les domaines de la formation, du marketing et du support client nous ont dit : ‘Je sais que j’ai un message important, et je sais aussi que personne ne lit mon document' », a déclaré Riparbelli. « Ils diront : ‘Je veux faire des vidéos, mais faire des vidéos n’est tout simplement pas évolutif.' »
Aujourd’hui, tous les clients Fortune 500 et Fortune Global 500 de Synthesia utilisent cette technologie de manière spécifique et personnalisée en fonction de leurs activités, mais qui ont également un impact mutuel. Merck KGaA, une société pharmaceutique de Darmstadt, en Allemagne, utilise Synthesia pour remplacer les enregistrements en direct fastidieux des mises à jour de produits et pour les formations multilingues. Florian Metz, responsable mondial du portefeuille de produits d’analyse et d’IA chez Merck KGaA, a déclaré à Fortune dans un e-mail que la société « voit un grand potentiel dans les avatars pour rendre les informations plus compréhensibles et accessibles ».
ServiceNow utilise cette technologie pour des programmes d’apprentissage mondiaux en Californie dans le monde entier. Pour la Sales Onboarding Academy de l’entreprise, Pasquale Fontanetta, vice-président de Learning Solutions Studio, déclare que Synthesia a « réduit le temps de production de 50 % » pour 20 vidéos et « a permis la localisation avec une économie estimée jusqu’à 5 500 $ ». (ServiceNow est un sponsor de cette édition du magazine numérique.)
Un autre éditeur de logiciels, le géant allemand SAP, évalué à 360 milliards de dollars, utilise la vidéo Synthesia dans l’ensemble de ses processus de vente et de marketing. « Nous considérons Synthesia comme une plateforme de communication, et pas seulement comme un outil de formation », a déclaré Andrew Steane, vice-président du Business Management Office de SAP North America.
Pour Mondelēz International, propriétaire de nombreuses marques de snacks, dont Oreo, Cadbury, Ritz et Sour Patch Kids, Synthesia a présenté une solution au problème de la taille des montagnes PDF.
« Si je disais que je vous enverrais un article d’aide PDF de trois pages avec quelques captures d’écran, le liriez-vous ? » a déclaré Jeffrey Wright, propriétaire de solutions mondiales, IA générative et expériences numériques. Cela ne se voit peut-être pas, mais il est sarcastique. « J’ai interrogé des personnes en interne. Si ce n’est pas essentiel pour le travail, quelle est la probabilité que vous lisiez un article que j’envoie ? Comme tout article critique, certaines personnes ne veulent pas mettre la main dans le four. Je pense qu’une personne a dit peut-être, et les 99 autres ont dit non, elles sont trop occupées. Donc pour moi, Synthesia était un excellent moyen de faire un argumentaire de vente ou une blague pour attirer l’attention de quelqu’un en 5 secondes. »
Wright a déclaré que Mondelēz avait produit 30 000 vidéos avec Synthesia cette année seulement.
Les pièges des avatars numériques
Synthesia a également été confrontée à des problèmes et à des controverses typiques de ceux auxquels sont confrontées toutes les sociétés de vidéo générative d’IA. Par exemple, en 2023, un client vénézuélien a utilisé cette technologie pour produire une vidéo de propagande d’État dans laquelle des avatars étaient générés pour imiter les présentateurs de nouvelles occidentaux. L’épisode a souligné les inquiétudes concernant la désinformation politique. Alors que Synthesia a banni ses clients, elle a par la suite considérablement renforcé ses politiques et ses systèmes de modération autour des actualités et des contenus politiques, et a continué à le faire au cours des années suivantes.
L’entreprise s’inscrit dans un débat plus large sur l’IA et les pertes d’emplois potentielles. Par exemple, l’augmentation du nombre de vidéos Synthesia signifiera-t-elle moins de travail pour les véritables producteurs vidéo professionnels ? Et, comme toutes les sociétés de médias génératifs, Synthesia a suscité des inquiétudes de la part des acteurs quant à la manière dont leurs portraits seront utilisés lorsqu’ils travailleront avec la plateforme. Plus tôt cette année, Synthesia a annoncé un fonds de capitaux propres d’un million de dollars qui donnerait aux acteurs travaillant sur la création d’avatars IA une participation dans l’entreprise, offrant plus qu’une simple compensation en espèces aux acteurs avec lesquels ils collaborent. Ces acteurs apporteront des avantages financiers directs à Synthesia au fur et à mesure de la croissance de l’entreprise, mais l’entreprise affirme que ce programme, plus que toute autre chose, contribuera à établir un dialogue à long terme avec les acteurs.
Fourni par Synthesia
Synthesia fonctionne selon ce que Riparbelli appelle le cadre des « trois C » : consentement, contrôle et collaboration, ajoutant que l’entreprise ne créera pas l’avatar de quelqu’un sans son consentement explicite. « Il y a d’autres acteurs dans ce domaine qui créent des vidéos amusantes de célébrités pour des moments viraux, et non à des fins de désinformation », dit-il. « Par exemple, c’est quelque chose que nous avons décidé de ne jamais faire. Nous ne ressuscitons pas les morts. Nous fixons une limite. Nous ne le faisons pas si cette personne ne peut pas donner son consentement explicite. Donc, si vous créez un avatar sur cette plateforme, vous ne pouvez pas télécharger des images de quelqu’un que vous trouvez sur Internet. Ce doit être vous. »
La société contrôle également strictement le type de contenu autorisé à être créé sur le site et coopère activement avec les autorités gouvernementales et réglementaires. Synthesia n’accepte pas de clients potentiels qui ne sont pas des entreprises identifiables.
« Nous disons non à certaines entreprises », a déclaré Lipalveli. « Si vous travaillez avec une grande entreprise, ils ne veulent pas travailler avec une petite entreprise de guérilla. Un jour, ils vendent un contrat à une grande entreprise, et le lendemain, ils simulent le PDG pour un moment viral. »
Wright de Mondelēz, qui évalue le marché global des produits vidéo génératifs tous les six mois, a noté que Synthesia est sérieusement concurrencée par ses concurrents soutenus par du capital-risque HeyGen, Colossyan et Hour One (récemment acquis par Wix). Mais malgré ce processus de réévaluation semi-continu, Mondelez utilise Synthesia depuis trois ans. pourquoi ?
« C’est une solution idéale pour les entreprises », a ajouté Wright, car Synthesia gère de manière unique les protocoles de sécurité et de données dont les grandes entreprises ont besoin.
Environ 24 heures après la session d’enregistrement, j’ai rouvert le site Synthesia pour voir mon avatar. Le moi virtuel n’est pas aussi désagréable que je le pensais. C’est presque aussi bizarre que de se voir lors d’un appel vidéo. Cette version numérique de moi comporte plusieurs microexpressions et une voix douce qui dérive indéniablement de moi.
« Bonjour, je suis votre avatar Synthesia », m’a dit ma nouvelle création. « Saviez-vous que je parle beaucoup d’autres langues ? »
