L’intelligence artificielle est considérée comme une menace pour l’humanité, mais la menace qu’elle fait peser sur l’emploi est plus immédiate, comme le montre la grève prolongée des acteurs et des scénaristes d’Hollywood. Nous n’en sommes qu’au tout début, mais il est intéressant de voir où l’IA est utilisée aujourd’hui dans la radiodiffusion et la diffusion en continu, où elle pourrait être utilisée à l’avenir, et quelles implications cela pourrait avoir pour l’industrie et les téléspectateurs.
Naveen, le responsable de l’innovation et de la stratégie produit chez Quickplay, pense qu’il est difficile de faire des prédictions parce que beaucoup de gens commencent à expérimenter ces technologies. “Elles évoluent tous les jours“, explique-t-il. “Les développeurs disposent d’un grand nombre d’options… et de nombreux cas d’utilisation différents“. Nombre de ces cas d’utilisation sont basés sur les grands modèles de langage (LLM) – l’IA générative qui comprend et utilise le langage naturel pour analyser et exploiter de très grands ensembles de données – et l’IA multimodale, capable de traiter de multiples formes de contenu, y compris les images, la parole et la vidéo, ainsi que le texte. Ces technologies pourraient être utilisées avec d’autres technologies et algorithmes d’apprentissage automatique à des fins très diverses.
“La question est presque de savoir où l’IA n’a pas d’impact“, déclare Jon, vice-président senior, produit et technologie, chez Perifery. “Elle affecte tout, de la génération de contenu à l’édition, en passant par les archives, l’analyse des métadonnées et les recommandations aux utilisateurs“. Tim, directeur de recherche et analyste vidéo principal chez Midia Research, pense que l’IA apportera des changements profonds à la télévision et aux médias, peut-être aussi transformateurs que les changements induits par l’internet au cours des 20 dernières années. Mais il s’attend à ce que les premiers changements se produisent en coulisses : des améliorations progressives de l’efficacité des processus de production, de distribution et de consommation de contenu qui ne sembleront pas très spectaculaires. “Cela peut améliorer l’efficacité opérationnelle, mais il y a beaucoup de battage autour de ce que cela pourrait donner“, dit-il. Par exemple, il faudra encore un certain temps avant que l’IA générative soit capable d’écrire des scénarios originaux de drame ou de comédie.
“L’idée même de la créativité est qu’elle ne repose pas sur une formule“, explique Samuel, PDG de Think Analytics pour la région EMEA et l’Asie-Pacifique. “L’IA ne peut pas créer cette unicité de sujet, cette richesse de caractère que l’on trouve dans le processus créatif [humain]”.
Mais ces technologies peuvent aider et compléter la créativité humaine. En juin, le gouvernement britannique a annoncé un investissement de 150 millions de livres sterling dans des installations de recherche qui exploiteront l’IA et d’autres technologies pour créer la prochaine génération d’effets spéciaux pour le cinéma et la télévision. Toujours au Royaume-Uni, la BBC a testé l’utilisation d’un logiciel d’IA pour aider à monter des séquences provenant de caméras UHD, en tirant parti du fait que la résolution offerte par ces caméras est supérieure à celle nécessaire à la diffusion, de sorte que les images peuvent être recadrées de différentes manières pour créer des options plus flexibles.
L’IA est déjà utilisée dans les chaînes d’approvisionnement de l’industrie. Comme dans d’autres secteurs, les développeurs de logiciels l’utilisent pour résoudre des problèmes, même s’ils apprennent également à ne pas se fier au code suggéré par des modèles comme ChatGPT pour résoudre les problèmes : c’est un outil utile, mais pas infaillible.
C’est dans les nombreux processus utilisés pour préparer le contenu à la distribution et à la consommation que l’IA aura probablement l’impact le plus important à court et à moyen terme. Par exemple, elle pourrait rationaliser l’archivage ou la restauration et la remastérisation des anciens contenus. Certains proposent un cas d’utilisation dans lequel les radios et les propriétaires de contenu monétisent les anciens contenus sportifs en utilisant des logiciels d’IA pour accélérer le processus d’adaptation de ces contenus afin de s’assurer qu’ils peuvent être visionnés sur des plateformes et des appareils plus récents, puis en les rendant disponibles via des canaux FAST.
Les technologies d’IA pourraient également permettre et améliorer l’encodage basé sur les scènes, en optimisant la compression et la qualité vidéo. Elles pourraient accélérer le sous-titrage (en plusieurs langues), la rédaction de descriptions audio de vidéos pour les malvoyants, ou la conversion de discours vidéo ou audio en texte consultable. Ils peuvent faciliter l’adaptation du contenu pour qu’il puisse être diffusé sur différents marchés ou dans différents lieux. Neil, directeur des revenus chez Codemill, insiste sur la nécessité d’une intervention humaine pour mener à bien ces processus afin de maintenir le contrôle de la qualité, mais il ajoute : “Tout ce qui peut accélérer [ces processus] est bon à prendre : Tout ce qui peut les accélérer permet de gagner du temps et de l’argent. Le processus de localisation est incroyablement long et sujet aux erreurs, avec des problèmes de conformité à gérer. [L’utilisation de l’IA permet de gagner du temps et de ne pas avoir à effectuer des tâches répétitives et sujettes aux erreurs, ce qui permet de se concentrer sur la créativité et la prise de décision.”
Ce type de technologies peut également offrir des capacités utiles pour la production de types de contenus spécifiques. Newsbridge utilise l’IA multimodale pour gérer les médias en direct et les archives pour les journaux télévisés et les émissions sportives. Sa technologie d’indexation MXT-1 utilise des modèles de langage naturel pour créer des descriptions de contenu vidéo, ce qui permet aux diffuseurs de trouver plus facilement et plus rapidement ce qu’ils recherchent. D’autres outils d’IA peuvent aider à trouver ou éventuellement à créer des images fixes ou vidéo pour étayer des programmes d’information ou de divertissement.
L’IA peut aider les opérateurs à optimiser la façon dont ils utilisent le réseau. Perifery utilise l’IA pour activer les processus de production de contenu à la périphérie du réseau, en répartissant les processus entre le nuage et les installations à la périphérie pour s’adapter à l’évolution des besoins.
“En amenant l’IA à la périphérie, vous avez la possibilité de traiter les données là où elles sont [capturées] et d’utiliser [la technologie] de la manière la plus efficace“, explique Morgan. L’IA peut également aider les radiodiffuseurs et/ou les fournisseurs de services de streaming à analyser différents types de données d’audience. Les solutions Edge CDN et Quortex de Synamedia utilisent l’IA pour prédire les volumes de trafic, ce qui permet d’augmenter ou de réduire la capacité de streaming et d’ajuster les processus de compression en fonction des schémas d’utilisation. “L’IA nous permet de prédire l’évolution du trafic quelques minutes, voire quelques secondes à l’avance”, explique Julien, vice-président senior et directeur général du réseau vidéo de Synamedia. Il souligne qu’en plus d’améliorer la qualité de l’expérience pour les consommateurs, cela permet également d’améliorer la durabilité environnementale, car un réseau plus efficace consomme moins d’énergie. Ces technologies peuvent également être utilisées pour accélérer les tâches liées à la publicité, par exemple en trouvant les endroits optimaux pour insérer des pauses publicitaires dans un contenu précédemment diffusé sans ces pauses, ce qui permet de préparer plus rapidement ce contenu pour la diffusion.
À plus long terme, les outils d’IA peuvent aider les radiodiffuseurs et autres fournisseurs de contenu à améliorer les fonctions de recherche et de recommandation pour les téléspectateurs, ce qui permet d’optimiser l’acquisition et la fidélisation des téléspectateurs. Parmi les exemples, on peut citer les technologies fournies par Utelly (acquise par Synamedia en 2022), qui utilisent l’IA pour agréger les données fournies en temps réel par de multiples fournisseurs de métadonnées, afin d’enrichir les recommandations personnalisées.
ThinkAnalytics utilise également l’IA pour permettre la découverte de contenus personnalisés. Samuel Sweet indique que la société travaille actuellement avec une demi-douzaine de clients dans plusieurs pays pour utiliser l’IA générative afin d’améliorer la recherche et la recommandation, par le biais du texte ou de la voix. “Nous nous sommes concentrés sur la compréhension du consommateur et sur sa traduction dans un tableau de bord qui permet au fournisseur de services de comprendre ce que les utilisateurs consomment“. M. Sweet affirme qu’il consacre désormais beaucoup de temps aux réunions mensuelles ou trimestrielles d’évaluation des activités avec les clients, “en passant en revue ces tableaux de bord : KPI, impact sur l’utilisateur [et] suggestions pour améliorer l’expérience de l’utilisateur sur la base de données en temps réel“. “Notre modélisation n’est pas seulement utilisée pour créer des mesures d’engagement plus élevées, mais aussi pour comprendre le taux de désabonnement et stimuler les utilisateurs dormants“, poursuit-il. “Quelles campagnes de marketing de proximité sont nécessaires pour les inciter à revenir sur la plateforme ? La personnalisation pourrait signifier que l’accroche destinée à persuader un individu de regarder un contenu spécifique est conçue en fonction des intérêts ou des préférences connus de cette personne, avec un synopsis personnalisé d’une série dramatique basé sur les personnages ou les thèmes que cette personne a trouvés les plus intéressants dans le passé, par exemple.
“C’est dans ce domaine que l’IA pourrait jouer un rôle très important“, explique M. Sweet. “Vous avez une façon beaucoup plus claire et descriptive de vous connecter avec une personne qui regarde. Je pense que cela va vraiment évoluer dans les années à venir“.
Par ailleurs, Quickplay développe des preuves de concepts pour des solutions de recherche/recommandation basées sur l’IA, via des entrées telles que la voix.
“Les utilisateurs peuvent interagir avec le diffuseur ou le service de diffusion en continu en langage naturel. Ils peuvent poser des questions sur des scènes spécifiques, sur des ambiances, et l’IA peut sélectionner des scènes et extraire les informations pertinentes, qui sont hautement personnalisées … pour améliorer l’expérience.“
Pour Paul , directeur général de Quickplay, ces capacités répondent à un désir fondamental des téléspectateurs de trouver rapidement et facilement le contenu qu’ils souhaitent regarder.
“Il y a toutes ces mesures sur le temps que les utilisateurs passent à chercher du contenu“, dit-il. “Si nous pouvons exploiter ces outils et améliorer les moteurs de recommandation, le consommateur en bénéficiera et les plateformes obtiendront plus d’engagement.” Il affirme que Quickplay suscite beaucoup d’intérêt de la part de ses clients actuels et potentiels, en partie parce que ses solutions sont agnostiques, ce qui permet aux diffuseurs et autres fournisseurs de services d’expérimenter différentes approches : “L’opérateur/diffuseur peut examiner les données en direct et prendre des décisions plus éclairées sur les outils qui fonctionnent le mieux pour les cas d’utilisation, les consommateurs et le contenu.”
Tim, de Midia, se demande si, à l’avenir, la capacité des solutions d’IA à analyser très rapidement de très grandes quantités de données provenant de sources multiples ne débouchera pas sur l’évolution d’assistants personnels toujours plus avancés, pilotés par l’IA et capables d’aider les téléspectateurs à trouver exactement le contenu dont ils ont besoin à un moment donné. “Imaginez un assistant personnel pour votre consommation télévisuelle qui comprendrait précisément ce que vous aimez et ce que vous aimeriez consommer“, explique-t-il. “L’IA pourra s’appuyer sur d’énormes volumes de données et faire des recommandations qui optimiseront l’expérience.“
Toutefois, l’utilisation des données des consommateurs sera régie par la réglementation. De l’avis général, il est nécessaire de réglementer soigneusement les technologies d’IA, en raison des capacités potentielles des futures technologies d’IA générative et des questions éthiques et juridiques liées à leur utilisation et à leur utilisation abusive potentielle. Toutefois, la manière dont la réglementation sera utilisée suscite également une certaine inquiétude. Richard, PDG du Digital TV Group (DTG), reconnaît l’importance d’une réglementation efficace, mais espère qu’elle sera élaborée avec soin, sans que les régulateurs ou les décideurs politiques “ne se mettent en mode panique“.
La dernière décennie a montré à quel point l’écart entre les capacités réglementaires et les progrès techniques peut être important. L’évolution de l’IA pourrait aggraver la situation. “La vitesse du changement est absolument phénoménale“, déclare Simon, directeur général de l’Association for International Broadcasting (AIB). “Le problème que nous rencontrons, c’est qu’il se développe à une vitesse fulgurante. Comment pouvons-nous rester au fait de tous ces développements ?” L’AIB contribue à relever ce défi en créant, au printemps 2023, son groupe de travail sur l’IA, qui se concentre sur les questions liées à la génération de contenu par l’IA, à l’analyse et à la personnalisation de l’audience, à la vérification des faits et à la désinformation, ainsi qu’aux questions éthiques.
Selon Simon, les membres du groupe de travail observent sur de nombreux marchés la crainte que l’IA ne détruise des emplois. Le Forum économique mondial a publié en 2020 une analyse suggérant que l’IA remplacerait 85 millions d’emplois dans le monde d’ici à 2025, mais qu’elle créerait également 97 millions de nouveaux emplois. Il est certainement possible de voir où certains nouveaux emplois pourraient être nécessaires dans les médias et la radiodiffusion : fournir une contribution humaine et une supervision. Selon M. Anderson, l’implication humaine sera cruciale. “L’IA apporte de l’efficacité, mais il faut l’affiner“, explique-t-il. “Il ne s’agit pas de remplacer les gens, mais de travailler plus efficacement avec les ressources dont on dispose. L’IA informera et fournira des informations, mais les humains devront toujours prendre des décisions.”
Un autre changement que l’IA pourrait apporter serait de renforcer les capacités des contenus générés par les utilisateurs qui prolifèrent via YouTube, les médias sociaux et d’autres points de vente – avec d’autres implications pour les industries de la radiodiffusion et des médias et pour les régulateurs.
Quel que soit l’avenir, les changements que l’IA apporte à ce secteur sont déjà en cours. A court terme, le téléspectateur bénéficiera d’améliorations progressives de la qualité du service et de l’expérience. Mais une réglementation mal conçue pourrait retarder la réalisation du plein potentiel de ces technologies. “Si la réglementation est défensive, au lieu de saisir les opportunités, elle pourrait avoir des conséquences imprévues“, disent certains. Simon est plus optimiste. “Les opportunités sont immenses“, affirme-t-il. “Je pense que l’IA aura des répercussions positives importantes et radicales sur le secteur au cours de la prochaine décennie“. “Je ne sais pas à quelle vitesse tout sera résolu, en particulier sur le plan réglementaire. Mais c’est pourquoi nous avons besoin de collaborer, au niveau mondial, pour partager des informations et définir la manière dont l’IA sera exploitée, en toute sécurité et de manière créative, pour le bien du secteur des médias et du public.” Comme dans d’autres secteurs des sociétés et des économies du monde entier, l’IA sera omniprésente dans les années à venir – nous devons donc trouver le moyen de l’utiliser au mieux.
