Les modèles d’IA générative pour créer des images, de l’audio et des vidéos progressent, produisant un contenu de plus en plus réaliste et créatif, plus maîtrisable sur de longues sessions. Bien que les studios aient pu rapidement expérimenter la création de contenu avec l’IA générative, ils seront probablement plus prudents avant de l’intégrer pleinement à la production. Parmi les raisons, on peut citer l’immaturité des outils et les défis de la création de contenu avec les modèles publics actuels qui peuvent les exposer à des responsabilités et menacer la protection de leur propriété intellectuelle.  Cependant, il est de plus en plus probable que l’IA, appliquée à l’ensemble de leurs activités, pourrait aider les studios à réduire leurs coûts et à accroître leur rentabilité.  

En effet, les grands studios sont confrontés à des pressions sur les coûts, et très peu d’entre eux affichent des bénéfices.¹ Les chiffres d’affaires sont élevés, mais les dépenses d’exploitation ainsi que les coûts de production, de marketing et de publicité sont généralement massifs.² C’est souvent le cas pour de nombreux studios proposant des services de streaming qui financent leurs plateformes sans générer de profit tout en perdant des revenus en raison de la baisse des recettes publicitaires et des abonnements à la télévision par câble, notamment aux Etats-Unis. L’inflation, la hausse des taux d’intérêt et les impacts de la pandémie de Covid-19 ont encore augmenté les coûts, et les studios sont désormais en concurrence avec les médias sociaux, le contenu généré par les utilisateurs ainsi que les jeux vidéo pour capter l’attention des consommateurs et générer des revenus.  

En 2025, Deloitte prévoit que les plus grands studios de télévision et de cinéma, en particulier ceux aux Etats-Unis et dans l’Union européenne, seront prudents quant à l’adoption de l’IA générative pour la création de contenu, avec moins de 3 % de leur budget de production consacrés à ces outils.³ Nos experts prévoient également que les dépenses opérationnelles seront réorientées à hauteur d’environ 7 % vers des outils émergents activés par l’IA générative, soutenant des fonctions telles que la gestion des contrats et des talents, la délivrance de permis et la planification, le marketing et la publicité, ainsi que la localisation et le doublage de contenu pouvant étendre leur portée sur divers marché mondiaux.  

Cette approche peut aider les studios à ralentir les potentiels problèmes que l’IA pourrait causer aux talents et aux contenus, tout en intégrant plus rapidement des outils d’IA générative pour réduire les coûts et accélérer les performances dans l’ensemble de leurs activités. A contrario, les créateurs de contenu indépendants et les plateformes de médias sociaux s’empressent d’adopter l’IA générative dans leurs flux et leurs contenus, permettant l’émergence de nouvelles formes de médias qui pourraient désavantager les studios traditionnels, en concurrence pour un temps d’attention limité.⁴

Les limites actuelles de l’IA générative pour les grands studios 

La disponibilité de modèles LLM de grande taille et de modèles de diffusion bon marché et prêts à l’emploi a permis aux studios d’expérimenter la création rapide de prototypes de scénarios, de dialogues et d’éléments narratifs, mais également la visualisation précoce et la conception de personnages et de décors.⁵ Certains studios utilisent des outils génératifs pour rajeunir leurs acteurs ou créer des jumeaux numériques qui peuvent être utilisés pour des publicités ou des productions posthumes.⁶ Dans de tels cas, les studios peuvent contrôler les responsabilités potentielles en intégrant des protections directement dans les contrats avec les acteurs. En 2025, il est probable que l’offre en la matière s’étoffe significativement.

Si la création de contenu avec l’IA générative peut permettre une plus grande créativité lors de la préproduction, elle ne peut pas encore livrer des productions du niveau d’Hollywood.⁷ De plus, bien que les modèles de diffusion visuelle les plus puissants soient désormais capables de générer des images réalistes, leurs rendus paraissent encore « étranges », trop hyperréalistes.⁸ Les modèles vidéo de pointe peuvent générer de courts clips, mais ne peuvent pas produire des histoires longues et cohérentes.⁹ Les modèles de génération vidéo progressent rapidement, il pourrait pourtant encore falloir du temps avant qu’ils ne soient suffisamment matures pour être intégrés aux outils et aux chaînes de production existants.  

Ces limitations peuvent convenir aux créateurs sur les médias sociaux qui sont souvent incités à créer et à publier rapidement. Les montages rapides ont gagné en popularité, bien que cela pourrait évoluer.¹⁰ Les vidéos sur les réseaux sociaux sont souvent courtes, et les responsabilités y sont peut-être moins prégnantes. Certains utilisateurs de modèles et d’outils génératifs publient régulièrement leurs expérimentations sur les réseaux sociaux, mettant en avant les avancées rapides des modèles vidéos issus de solutions tierces.¹¹ 

L’année 2025 verra probablement les créateurs indépendants montrer la voie en matière de création de contenu avec l’IA générative. Cela pourrait inciter les studios à en différer l’adoption tout en observant l’évolution des capacités. Cela pourrait, à l’inverse, permettre aux plateformes de contenus générés par les utilisateurs de capter davantage de temps d’attention, augmentant encore l’intensité concurrentielle avec les médias traditionnels.  

Les studios face aux risques de responsabilité  

Les grands studios craignent également que les outils de création de contenu basés sur l’IA générative augmentent les risques de violation de la propriété intellectuelle et de responsabilité, ou rendent leurs propres contenus générés par l’IA impossible à défendre comme œuvres originales.¹²  Certains des modèles les plus performants disponibles publiquement ont été entraînés sur des données publiques, telles que des images et des vidéos provenant d’autres créateurs, rendant ainsi leurs productions fondamentalement peu originales.¹³ Si un studio utilise à des fins lucratives des productions issues d’un modèle public qui inclut des œuvres protégées d’autres artistes dans son apprentissage, il pourrait être accusé de contrefaçon. Avec potentiellement des milliards d’œuvres dans un cycle d’apprentissage, prouver la contrefaçon serait presque impossible. Cependant, cette incertitude pourrait suffire à dissuader les studios qui dépendent de la création, la protection et la défense de leur propriété intellectuelle. Des artistes et créateurs indépendants intentent déjà des poursuites contre les modèles publics pour des violations présumées de leurs œuvres dans les ensembles de données d’entraînement¹⁴, tout comme les éditeurs¹⁵ et les maisons de disques¹⁶. Les modèles publics pourraient aussi rendre difficile, voire impossible, pour les studios de sécuriser leur propre propriété intellectuelle. La loi américaine sur le droit d’auteur exige une « création humaine » suffisante avant de délivrer un copyright.¹⁷ Dans ses récentes considérations, l’Office américain du droit d’auteur (US Copyright Office) reconnaît que le degré de création humaine dans les œuvres incluant des éléments d’IA ou d’IA générative, peut varier au cas par cas. Ces œuvres peuvent recevoir un copyright à condition qu’elles répondent aux exigences de « suffisance ». En d’autres termes, les studios peuvent obtenir des droits d’auteur pour des œuvres humaines assistées par des outils d’IA générative, mais seulement dans une certaine mesure, et non pour les œuvres principalement créées par des modèles génératifs. Ce sujet fait encore l'objet de débats dans un domaine en évolution, mais l'absence de définitions précises ajoute encore plus d'incertitude et de risques. 

Cherchant à obtenir davantage de données pour alimenter leur apprentissage, les principaux fournisseurs d'IA générative tentent de convaincre les studios de permettre l'utilisation de leurs archives de contenu.¹⁸ Les studios peuvent soit s'opposer fermement à cette idée, étant donné que leur propriété intellectuelle est essentielle à leur survie, soit exiger des tarifs extrêmement élevés des entreprises d'IA générative, qui sont déjà sous pression en raison de leurs propres coûts opérationnels. Les studios pourraient même voir un avantage à refuser collectivement de fournir des données aux modèles d’apprentissage, dans l'espoir de freiner les modèles avancés, les algorithmes étant conçus et entraînés pour générer du texte, des images et des vidéos. 

De plus, les studios, en particulier ceux situés aux États-Unis, doivent travailler avec des syndicats qui ont fortement résisté à l'adoption de l'IA générative et ont obtenu des garanties de limitation de son utilisation de la part des studios.¹⁹ Une résistance similaire se manifeste aussi au Royaume-Uni²⁰, où les studios doivent également respecter des réglementations comme la loi sur l’intelligence artificielle de l’UE (EU AI Act) qui régit la sécurité des modèles, et le règlement général sur la protection des données (RGPD) qui régule la collecte et le stockage des données pouvant être utilisées pour l'entraînement.²¹

Les modèles d'IA générative privés : trop cher pour les studios 

Dans les TMT Predictions 2024, nous avons évoqué l'émergence des modèles d'IA générative privés pour contourner certains des problèmes liés aux modèles publics et obtenir un meilleur contrôle sur les résultats.²² En entraînant leurs propres modèles sur leur propre propriété intellectuelle, les studios pourraient éviter les risques liés à la responsabilité et les défis en matière de droits d'auteur associés aux modèles publics. 

Mais l'entraînement des modèles génératifs est devenu très coûteux, atteignant environ 100 milliards de dollars américains pour entraîner un modèle de pointe, selon certaines estimations²³, et les coûts d'inférence et de réentraînement peuvent augmenter avec l'utilisation. Les solutions open-source (souvent appelées plus précisément « open weight ») peuvent permettre de réduire les coûts, mais leurs ensembles de données d'entraînement sont opaques, et les coûts restent élevés.²⁴ Les studios peuvent avoir du mal à attirer des talents capables de développer de tels modèles, des talents qui pourraient préférer travailler pour des géants du cloud capables de payer des salaires élevés. De plus, investir dans les modèles actuels pourrait nécessiter des mises à jour dans les six mois en raison du rythme rapide du développement des modèles. 

Pour développer des modèles privés plus performants, les studios et les investisseurs pourraient devoir adopter une approche similaire à celle des entreprises technologiques, en établissant et en entretenant des relations écosystémiques avec des prestataires technologiques, tout en leur versant des redevances. Pour ces raisons, il est peu probable que les studios entraînent leurs propres modèles sans des changements économiques significatifs. 

L'année 2025 pourrait voir émerger de nombreux partenariats entre les studios et les fournisseurs, permettant de partager plus équitablement les coûts.²⁵ Dans de tels partenariats, une tierce partie pourrait fournir un modèle pré-entraîné et une interface, qui pourraient ensuite être davantage entraînés et personnalisés avec le contenu appartenant à un studio. Le modèle pourrait alors produire du contenu génératif conforme à l'esthétique d'un studio, ou intégrer leurs personnages et décors emblématiques. De plus, les studios pourraient se protéger contre d'éventuelles préoccupations relatives à la propriété intellectuelle en utilisant des dérivations de leur propre contenu. Toutefois, les fournisseurs de telles capacités devraient démontrer une grande maturité des outils et des résultats. 

Optimiser l'activité des studios grâce à l’IA generative 

Si les studios devraient expérimenter la création de contenus générés par l'IA générative de façon limitée cette année, ils chercheront davantage à comprendre comment l'IA générative peut optimiser et faciliter une plus grande partie de leurs activités. L'IA générative pourrait contribuer à automatiser et améliorer la gestion des contrats, la gestion des talents et des équipes, les finances et la comptabilité, ainsi que les opérations médiatiques telles que la localisation, le marketing, les promotions, ainsi que le stockage et la distribution.

Les studios sont susceptibles d'adopter certaines de ces capacités grâce aux solutions logicielles qu'ils utilisent déjà. De plus, de petites entreprises émergent pour s'attaquer aux parties chronophages et coûteuses du processus de préproduction. L'IA générative peut accélérer l'évaluation des scripts, les décomposer et les intégrer dans les plannings de production, et même identifier des lieux potentiels pouvant servir de décors pour le script.²⁶ L'IA générative pourrait également exploiter les archives de contenu, par exemple en « visionnant » d'anciens films et en les étiquetant par acteurs, thèmes et ambiances. Cela pourrait ensuite aider les plateformes de streaming à mettre en avant et monétiser dynamiquement d'anciens contenus pour répondre à des recommandations plus personnalisées ou à des tendances du moment.²⁷

Pour accélérer et élargir la distribution de contenu, certains studios utilisent désormais des modèles de langage et de voix qui améliorent la traduction et le doublage, permettant ainsi de toucher un public mondial plus large.²⁸ Ces outils permettent de créer des voix d'une grande fidélité, pouvant être très expressives et émotionnelles, avec la faculté d’être ajustées par les utilisateurs.²⁹  

Cela pourrait être une aubaine pour les créateurs et distributeurs de contenu ciblant les marchés mondiaux, tant pour exporter du contenu vers ces marchés que pour en importer. Les principales plateformes de création de contenu généré par les utilisateurs ont également étendu ces capacités à leurs créateurs.³⁰

Le doublage et la traduction par IA générative pourraient également favoriser un meilleur échange culturel, permettant à des œuvres, initialement dédiée au marché local, de rencontrer un public international. Selon l'analyse des réponses à l'enquête sur les 2024 Digital Media Trends | Deloitte Insights, 66 % des américains interrogés apprécient regarder des émissions de télévision ou des films qui les aident à découvrir des cultures différentes de la leur.³¹ L'IA générative pourrait non seulement aider les entreprises de médias à améliorer leurs marges et à rivaliser plus efficacement, mais aussi se rapprocher de publics divers. 

Les studios et l’IA : entre fascination et résistance 

Comme beaucoup d’entreprises, les studios, les plateformes de streaming et les talents créatifs sont à la fois captivés et préoccupés par les possibilités offertes par l’IA générative. Pour les studios envisageant d’intégrer prochainement l’IA générative dans leurs processus de création de contenu, l’attrait principal résidera probablement dans la magie et l’inventivité qu’elle promet, cette vision fascinante de modèles avancés qui réinterprètent la créativité humaine sous de nouvelles formes. Ils seront également incités à le faire par crainte que de nouveaux types de médias puissent émerger en dehors du cadre traditionnel des grands studios. 

De plus en plus de créateurs de contenu indépendants montrent les possibilités offertes par les dernières avancées en matière de médias numériques, qui se développent rapidement. Autrefois, les studios contrôlaient la rareté du contenu et sa distribution, mais aujourd’hui, ces outils sont devenus à la fois abondants et accessibles à tous.³² En 2025, l’impression d’une disruption imminente dans le domaine du contenu ne fera sans doute que se renforcer. 

Chaque mois, les progrès réalisés dans les modèles de pointe rapprochent davantage leurs capacités de l’intelligence, de la créativité et de l’intuition humaines. Il y a un an, on estimait qu’en 2030 un film à grand succès pourrait être presque entièrement généré par l’IA.³³ En 2025, cet objectif ambitieux pourrait paraître un peu plus réaliste. 

En attendant, les détenteurs de contenu chercheront probablement à renforcer leur avantage concurrentiel en protégeant leur propriété intellectuelle, en engageant davantage de litiges et de régulations contre les modèles publics pour des violations présumées de droits d’auteur. Les régulateurs pourraient exiger des principaux fournisseurs de modèles de démontrer que leurs modèles d’apprentissage respectent les droits de contenu existants. La plupart des grands studios résisteront probablement aux propositions des fournisseurs de modèles de licencier leurs catalogues de contenu pour modèles d’apprentissage publics, préférant plutôt collaborer avec des entreprises plus petites capables de construire des modèles sur mesure et protégés autour de leur propriété intellectuelle, si les conditions économiques s’y prêtent. 

À un niveau macroéconomique, l'IA générative a nécessité des investissements en capital considérables, ce qui pourrait freiner sa croissance si une voie vers une valeur économique plus large n’est pas rapidement trouvée (voir l’article "Gen AI on smart phones | Deloitte Insights" issu des TMT Predictions 2025).³⁴  Cependant, si la prochaine génération de modèles de pointe parvient à surmonter les défis actuels, les capacités pourraient progresser rapidement. Des initiatives verront probablement le jour pour réduire les coûts de formation et d'exécution des modèles, ainsi que pour diminuer la quantité de données nécessaires. 

Les grands studios, en tant que grandes entreprises, adopteront probablement davantage de capacités d'IA générative pour réduire les coûts, optimiser leurs activités, augmenter leur productivité ainsi qu’étendre et accélérer leur portée auprès des clients. 

Selon l’enquête 2024 de Deloitte sur l’état de l’IA générative en entreprise, 42 % des dirigeants interrogés affirment que les principaux avantages de l’utilisation de l’IA sont l’efficacité, la productivité et les réductions de coûts. Par ailleurs, 58 % ont mentionné d’autres bénéfices, tels que l’augmentation de l’innovation, l’amélioration des produits et services, et le renforcement des relations avec les clients.³⁵  Il semble donc y avoir un intérêt croissant pour l’intégration de ces capacités dans les entreprises modernes. 

Comme le dit le dicton, « une marée montante soulève tous les bateaux ». Les outils d'IA générative semblent prêts à permettre à davantage de petites entreprises et de créateurs de bénéficier de niveaux de productivité et de qualité autrefois réservés aux grandes entreprises. Les petits studios et les créateurs indépendants pourraient ainsi devenir beaucoup plus performants, tout en restant relativement épargnés par les risques et les frais généraux supportés par les grands studios. 

Les plus grands studios devront réduire leurs coûts et accélérer leur mise sur le marché pour rester compétitifs, non seulement entre eux, mais aussi face aux plateformes de contenu généré par les utilisateurs, aux réseaux sociaux et aux jeux vidéo. Si la production et la distribution sont devenues moins rares, l'attention du public demeure une ressource limitée.