En moins de deux ans, les images générées par IA ont quitté les labos pour s’installer dans les studios, les agences et même les smartphones, portées par des modèles toujours plus puissants et par une diffusion massive sur les réseaux sociaux. Dans la pub, l’édition, le design produit ou l’illustration, ces outils bousculent les méthodes, accélèrent les itérations et font naître de nouveaux styles. Mais derrière l’effet waouh, la même question revient : que gagnent vraiment les créatifs, et que risquent-ils de perdre ?
Dans les studios, la vitesse change tout
Une image en quelques secondes, et des dizaines de variantes dans la foulée : la promesse est simple, elle est surtout redoutablement efficace dans les phases où le temps manque. Là où un moodboard prenait une matinée, un directeur artistique peut désormais explorer des pistes visuelles en série, ajuster une ambiance, tester une palette, simuler un cadrage, puis arriver en réunion avec plusieurs directions déjà « incarnées ». La génération d’images par IA ne remplace pas le goût, mais elle multiplie les options, et c’est précisément ce qui séduit dans un métier où l’on doit proposer vite, convaincre tôt, et souvent réviser tard.
Les chiffres de l’adoption donnent la mesure du basculement. Adobe, dont l’écosystème irrigue une part considérable de la création professionnelle, indique que plus de 500 millions d’images ont été générées via Firefly depuis son lancement (chiffre communiqué par l’éditeur à plusieurs reprises en 2024), et l’intégration directe dans Photoshop ou Illustrator a normalisé ces usages, en particulier pour le remplissage génératif et la retouche d’arrière-plan. Côté plateformes grand public, l’application Lensa avait déjà montré en 2022 l’appétit du public pour les portraits stylisés, avec un pic de téléchargements mondial qui l’avait hissée en tête des classements, et les tendances 2023-2024 ont continué à transformer ces pratiques en réflexes quotidiens, notamment via des formats courts sur TikTok et Instagram.
Dans les agences, le gain se mesure souvent en itérations, plus qu’en minutes. Une campagne peut nécessiter de décliner un visuel en plusieurs saisons, plusieurs formats, plusieurs marchés, avec des contraintes de localisation et de casting. Les générateurs permettent de prototyper, de « pré-visualiser » des intentions, puis d’arbitrer avant de lancer les productions coûteuses. On ne parle pas seulement d’illustration : le packaging, la scénographie événementielle, le décor de plateau, l’identité de marque ou la création de personnages s’appuient sur des images qui servent de maquettes de discussion, parfois suffisamment abouties pour passer en interne, tout en restant des brouillons narratifs pour le client final.
Ce rythme accéléré a un effet de cascade sur l’écriture créative, car l’image devient un partenaire de pensée. Beaucoup de créatifs travaillent désormais par aller-retour entre texte et visuel, en formulant des prompts comme on briefe un photographe, puis en réécrivant ces prompts comme on réécrit un slogan. Pour cela, un assistant conversationnel est souvent central, et certains privilégient un ChatGPT gratuit en français pour clarifier un brief, générer des pistes de descriptions, ou traduire une intention artistique en consignes exploitables par les générateurs d’images. Le résultat n’est pas une création automatique, mais une production plus itérative, plus dialoguée, où l’idée se teste avant de se figer.
Un nouveau terrain de jeu esthétique
Ce qui attire, ce n’est pas seulement la productivité : c’est la sensation d’ouvrir une bibliothèque infinie de styles. L’IA a popularisé une esthétique du mélange, où l’on combine des références, des périodes, des matériaux et des techniques sans avoir à maîtriser chacune d’elles. Une même scène peut être déclinée en aquarelle, en 3D réaliste, en affiche rétro, en gravure, en photo de studio, et les créatifs y voient un accélérateur de recherche formelle, un moyen de « voir » des idées qui restaient jusque-là verbales.
Ce phénomène s’explique aussi par l’histoire récente des outils numériques, qui ont déjà démocratisé des techniques autrefois réservées à une élite équipée. Après la retouche photo, la vidéo sur smartphone et les templates graphiques, la génération d’images s’inscrit dans la même logique d’abaissement des barrières d’entrée, sauf qu’ici, la barrière n’est plus le logiciel, c’est la capacité à décrire et à sélectionner. Dans un sens, le geste créatif se déplace : au lieu de produire chaque détail, on apprend à orienter, à éditer, à hiérarchiser, et c’est un changement culturel majeur pour des métiers qui se sont longtemps définis par l’exécution.
La conséquence la plus visible est l’émergence de nouveaux métiers et de nouveaux rôles. Le « prompt design » ne se réduit pas à écrire une phrase magique, il s’agit de comprendre les biais du modèle, d’organiser une recherche, d’exploiter des références, de contrôler une cohérence entre plusieurs images, et parfois de combiner génération, retouche, compositing, et typographie. Dans la mode, la déco, le jeu vidéo ou l’édition jeunesse, certains studios construisent des pipelines hybrides où l’IA sert à produire des explorations, ensuite raffinées par des illustrateurs et des graphistes. Le résultat, quand il est bien maîtrisé, peut être plus audacieux, parce qu’il devient moins coûteux d’essayer l’inattendu.
Cette esthétique « infinie » a pourtant une face plus ambiguë, que les créatifs perçoivent de plus en plus. Les modèles ont tendance à lisser les aspérités, à converger vers des images « plausibles » et séduisantes, ce qui peut provoquer une homogénéisation. Les fils d’actualité se remplissent de visuels techniquement impeccables mais interchangeables, et les professionnels doivent redoubler d’efforts pour retrouver une singularité, soit par une direction artistique forte, soit par un travail d’édition rigoureux, soit par une hybridation avec des techniques manuelles. La question n’est donc pas « peut-on générer ? » mais « comment éviter de se ressembler ? ».
Le droit d’auteur, l’angle mort qui grandit
Peut-on créer avec des images apprises sur d’autres ? La question, longtemps réservée aux juristes et aux plateformes, s’est imposée dans les discussions de studio, car la valeur d’une image dépend aussi de sa sécurité juridique. Plusieurs contentieux ont déjà posé les jalons du débat, et ils rappellent que l’engouement technologique ne dispense pas de prudence, surtout dès que l’image sort du cadre expérimental pour entrer dans une campagne, un livre ou un packaging.
Aux États-Unis, le Copyright Office a précisé sa ligne : une œuvre générée par IA sans intervention créative humaine suffisante ne peut pas être protégée par le copyright, une position réaffirmée dans des décisions et prises de parole depuis 2023, notamment autour de cas médiatisés. Dans le même temps, des actions en justice intentées par des artistes et des acteurs de la photo, comme l’affaire portée par Getty Images contre Stability AI au Royaume-Uni et aux États-Unis, ou la plainte collective d’artistes contre des entreprises de génération d’images, ont mis en lumière le nœud du problème : les données d’entraînement, leur provenance, et le consentement. L’issue de ces dossiers reste déterminante pour les usages commerciaux, parce qu’elle influencera la perception du risque, la disponibilité des assurances, et la façon dont les marques arbitrent entre production traditionnelle et génération.
En Europe, le cadre évolue également. L’AI Act, adopté en 2024, ne règle pas à lui seul les questions de droit d’auteur, mais il impose des obligations de transparence et de conformité à certains fournisseurs de modèles, et il s’inscrit dans un environnement où la directive sur le droit d’auteur et les exceptions de text and data mining structurent déjà une partie des débats. Pour les créatifs, ce millefeuille se traduit par des règles pratiques : vérifier les conditions d’usage des outils, documenter les étapes de création, privilégier des modèles entraînés sur des contenus licenciés quand l’exploitation est commerciale, et anticiper les demandes des clients, qui veulent des garanties, pas seulement une belle image.
Une autre zone sensible concerne l’identité et la ressemblance. Les générateurs peuvent produire des visages photoréalistes, parfois proches de personnes réelles, et les dérives ont déjà alimenté de nombreux scandales, entre deepfakes, usurpations et contenus non consentis. Pour une marque, le risque n’est pas abstrait : une image litigieuse peut déclencher un bad buzz, une mise en demeure, et une crise de confiance. Beaucoup d’équipes créatives se dotent donc de garde-fous, en évitant certains prompts, en interdisant l’usage de visages réalistes non sourcés, et en privilégiant des banques d’actifs ou des shootings contrôlés pour les campagnes sensibles.
Les créatifs ne délèguent pas, ils arbitrent
La vraie révolution est peut-être là : l’IA oblige les créatifs à devenir des décideurs plus explicites. Quand l’outil propose dix images, il faut choisir, et ce choix dit quelque chose de la marque, du message, et du public. L’acte créatif se déplace vers la sélection, la cohérence et la narration, et cela exige une compétence souvent sous-estimée : savoir ce qu’on cherche, et savoir reconnaître ce qu’on ne veut pas. Dans une époque saturée d’images, l’éditorialisation devient un avantage compétitif.
Dans les équipes, les discussions portent de plus en plus sur la place exacte de l’IA dans la chaîne de production. Certains l’utilisent pour la pré-production, comme un storyboard accéléré, d’autres pour des éléments de décor, des textures, des arrière-plans, ou des effets visuels discrets, et d’autres encore pour produire des images finales dans des contextes où l’exigence de vérité photographique est moindre. Les médias, par exemple, ont commencé à publier des chartes encadrant l’usage d’images générées, en insistant sur la transparence, la non-tromperie et la traçabilité, car la crédibilité éditoriale est en jeu. Même dans la communication de marque, la question de la mention « image générée » devient un sujet : faut-il l’afficher, l’omettre, ou l’intégrer comme un élément assumé de la direction artistique ?
Sur le plan économique, l’IA modifie aussi la façon de budgéter. Un shooting implique location, équipe, droits, post-production, tandis qu’une génération nécessite du temps de direction artistique, de la retouche, des licences logicielles, et parfois des coûts d’infrastructure. Le gain n’est pas automatique, car il peut être annulé par une phase de sélection interminable, ou par des allers-retours juridiques et validation client. Mais dans un contexte où les budgets de création sont souvent sous pression, l’argument de la flexibilité pèse lourd, et il explique pourquoi des PME, des associations, ou des indépendants adoptent ces outils pour exister visuellement à moindre coût.
Reste un point humain, souvent décisif dans l’adhésion ou la résistance : la peur de la substitution. Les illustrateurs et photographes voient parfois l’IA comme une concurrence directe, tandis que d’autres y voient un outil, à condition que les règles soient claires et que la valeur du travail soit reconnue. La question des données d’entraînement, de la rémunération des créateurs sources, et du respect des styles demeure explosive. Pourtant, dans les ateliers, un constat revient : les projets les plus solides sont ceux où l’IA est intégrée comme un instrument parmi d’autres, avec une signature assumée, plutôt que comme une machine à produire du volume. Le public, lui, devient plus exigeant : il repère les clichés, il attend du sens, et il sanctionne l’opportunisme.
Réserver du temps, cadrer le budget
Avant de basculer vers l’IA, fixez un cadre clair : usage interne ou commercial, niveau de risque acceptable, temps d’édition et de retouche. Prévoyez un budget pour les licences, la post-production et, si nécessaire, un avis juridique. Selon les projets, certaines aides publiques à la transition numérique peuvent aussi alléger l’investissement.
