Comment l’Intelligence artificielle peut sauver la télévision
Le secteur des médias et du divertissements devrait bénéficier très rapidement des avantages de l’IA qui, plus elle dispose de données à brasser, plus elle s’améliore en termes d’intelligence. Compte tenu de la très grande quantité de données produites par ce secteur, il est à prévoir que l’IA va avoir un impact de premier ordre dans ce domaine.
Pas un jour, pas une semaine, sans qu’il ne soit question d’Intelligence Artificielle (IA) dans les médias. A croire qu’il s’agit d’une technologie émergente apparue seulement récemment. Pourtant, l’intelligence artificielle (IA) est née dans les années 1950 et a progressivement intégré l’industrie technologique jusqu’à finir par impacter un nombre croissant d’activités quotidiennes. L’augmentation des investissements dédiés à l’IA est d’ailleurs une preuve de l’importance qu’elle a récemment prise : selon IDC, ils devraient être multipliés par 3 d’ici 2020 pour atteindre 46 milliards de dollars.
De quelles façons l’IA peut impacter positivement le secteur de la télévision, sur toutes les étapes de la chaîne de production d’un contenu (tournage, montage, production, diffusion, monétisation) ?
L’hyperpersonnalisation pour guider le choix des programmes
Le marché des médias a récemment expérimenté un basculement de la TV linéaire vers la TV en ligne. Cela signifie que la consommation des contenus n’est plus synchronisée dans le temps et l’espace comme avant sur des terminaux multiples, et l’on constate des disparités de visionnage, avec un goût plus prononcé pour les documentaires et les divertissements.
Si l’on regarde le nombre d’heures de programmes produits chaque année, il est évident que les contenus sont désormais trop nombreux pour suivre l’ancien modèle de consommation. Face à cette surabondance, l’IA est appelée à jouer un rôle concret pour accompagner les consommateurs dans leurs choix de programmes. C’est d’ailleurs déjà le cas de manière sporadique et ce premier avantage de l’IA est appelé à se développer fortement. La prochaine étape va consister à consommer les contenus vidéos selon un modèle basé sur l’analyse des comportements des consommateurs, de leurs habitudes et préférences, allant même jusqu’à l’analyse des réactions physiques durant le visionnage pour déterminer leurs goûts. Si le moteur de recommandation de Netflix est une version simple de cette nouvelle manière d’aborder la programmation, à terme, les contenus vidéos seront consommés comme on écoute actuellement la musique avec Spotify. Cela nécessite un travail d’innovation en matière de reconnaissance faciale, textuelle et d’objet, ainsi que des retranscriptions audios.
La promesse intrinsèque de l’IA est de proposer une personnalisation à l’extrême de la consommation des contenus et d’apporter aux utilisateurs ce qu’ils attendent, mais aussi de les surprendre avec de l’inattendu, et d’orienter ainsi leurs choix dans cet océan de possibilités. En effet, la logique des spectateurs contient une part d’irrationnel et de contradictions, qui en pousse par exemple certains à regarder aussi bien Arte que TF1. Si l’IA fonctionne sur des principes cartésiens et mathématiques, elle intègre également une logique dite « humaine » ou « irrationnelle », comme le prouve le Machine learning, qui s’améliore avec chaque nouvelle erreur, et peut donc se révéler très utile pour rendre les contenus plus efficaces. Certains diffuseurs ont même intégré à leurs moteurs de recommandation une dose de « sérendipité » pour surprendre leur audience et continuer à assurer leur mission de service public.
Production de contenus : l’influence de l’IA sur "l’envers du décor"
Grâce à sa capacité d’analyse des données, l’IA peut également influencer l’envers du décor, en aidant notamment les producteurs à mieux évaluer les types de contenus qui leur apportent une meilleure rentabilité. Ce niveau d’informations supplémentaires leur permet d’ajuster leur stratégie de contenus de façon intelligente en utilisant les différentes informations sur les pratiques de consommation : à quelle heure de la journée ? Pendant combien de temps ? Avec quel taux d’abandon de visionnage ? Ainsi ils peuvent par exemple proposer la longueur idéale des programmes, le niveau sonore optimal, le taux de présence de musique, etc.
De son côté, l’industrie hollywoodienne utilise de plus en plus l’IA pour monter les bandes-annonces de ses films, en résumant les principales intrigues de façon sensationnelle et percutante, en fonction du profil de l’audience ciblée.
L’étape suivante pour les diffuseurs est de sélectionner des contenus adaptés pour leurs utilisateurs et de les leur suggérer (comme le fait déjà Spotify avec la musique). La logique sous-jacente est d’accéder aux programmes sans passer par les chaînes de télévision, en ouvrant le contenu directement sur un player général.
Plusieurs acteurs ont déjà commencé à tester ce modèle, comme Apple avec Apple TV, dispositif conçu pour permettre à un ordinateur et un téléviseur de communiquer sans fil par le Wifi, pour diffuser du contenu vidéo et audio, ou encore ChromeCast, lecteur de flux multimédias en temps réel, connecté à Google Home et à d’autres appareils connectés via le Wifi. Les opérateurs de télécommunications s’y mettent également. Ainsi Roku, pionnier du streaming pour la télévision, propose de regarder en streaming les programmes de nombreuses chaînes (gratuites et sur abonnement) via un lecteur de streaming à connecter à son téléviseur.
Le rôle du diffuseur dans l’écosystème télévisuel se modifie progressivement, et la place centrale des chaînes est remise en question face à ces nouveaux accès aux contenus.
Une monétisation plus adaptée à l’audience
Enfin, l’IA a un rôle à jouer dans la monétisation et la publicité, notamment dans le calcul du poids publicitaire correspondant à chaque type de contenu et à chaque utilisateur, c’est-à-dire la quantité de temps de publicité que les spectateurs peuvent supporter de regarder en une heure. L’objectif, à terme, est de pouvoir diffuser des publicités adaptées à chaque spectateur, en tenant compte du moment idéal pour le faire et de sa réceptivité au message. L’entreprise Persado, spécialisée dans le langage marketing produit, utilise par exemple déjà l’IA pour adapter les créations publicitaires à l’utilisateur.
Dans l’état actuel du secteur vidéo, toutes les étapes d’existence d’un contenu, de sa conception à son visionnage, ont à gagner de l’IA et de son développement comme outil de rationalisation et de gain d’efficacité. En effet, l’analyse de données et l’automatisation des processus s’avère être la seule réponse possible (ou en tout cas la plus efficace) capable de mêler rationalité et irrationalité, calculs et incertitude, et d’offrir aux consommateurs une nouvelle façon d’opérer leurs choix au quotidien.