À l’heure où les IA sont plus que jamais au programme des stratégies média, la TV n’est pas épargnée. Comment intégrer ses outils au processus de consommation du petit écran pour mieux capter sa cible et tirer son épingle du jeu face à une multiplication des formats vidéos ? Par ici quelques pistes.
Il est tous les jours question d’Intelligence Artificielle (IA) dans les médias, laissant penser qu’il s’agit d’une technologie apparue seulement récemment. Pourtant, l’IA a, depuis les années 1950, intégré l’industrie technologique, impactant progressivement un nombre croissant d’activités. Les investissements dédiés à l’IA ont augmenté, autre preuve de l’importance qu’elle a récemment prise : ils devraient être multipliés par 3 d’ici 2020 selon IDC, jusqu’à 46 milliards de dollars.
Le secteur des Médias et Divertissements et celui de la vidéo devraient bénéficier très rapidement des avantages de l’IA. En effet, ces deux secteurs produisent une très grande quantité de données, qui répond parfaitement aux attentes de l’IA qui a besoin de brasser des données pour s’améliorer. Il est à prévoir que l’IA aura un impact décisif pour ces domaines. Il s’agit maintenant de savoir comment l’IA va modifier positivement le secteur de la télévision, au niveau des différentes étapes de la chaîne de production d’un contenu (tournage, montage, production, diffusion, monétisation) ?
Guider le choix des programmes avec l’hyperpersonnalisation
Il y a récemment eu un basculement de la TV linéaire vers la TV en ligne sur le marché des médias. Cela signifie que la consommation des contenus s’est désynchronisée du temps et de l’espace, avec le développement des terminaux multiples, ce qui crée des disparités de visionnage, et un goût plus prononcé pour les documentaires et les divertissements.
Le nombre d’heures de programmes produits, chaque année, est devenu trop important, rendant impossible le fait de suivre l’ancien modèle de consommation. Face à cette surabondance, l’IA peut jouer un rôle important dans l’accompagnement des consommateurs dans leurs choix de programmes. Cela se fait déjà de façon sporadique mais est appelé à se développer davantage. La prochaine étape est une consommation des contenus vidéos selon un modèle d’analyse des comportements des consommateurs, de leurs habitudes et préférences, voire même d’analyse des réactions physiques durant le visionnage pour déterminer leurs goûts. Le moteur de recommandation de Netflix en est un exemple de version simple; mais à terme, les contenus vidéo devraient être consommés comme on écoute actuellement la musique avec Spotify. Pour cela, un travail d’innovation en matière de reconnaissance faciale, textuelle et d’objet est nécessaire.
Les promesses de l’IA sont une personnalisation à l’extrême de la consommation des contenus et la capacité d’apporter aux utilisateurs aussi bien ce qu’ils attendent que de les surprendre avec de l’inattendu, et de pouvoir orienter leurs choix dans l’océan des possibilités qui s’offrent à eux. Tout spectateur fait preuve d’une part d’irrationnel et de contradictions dans sa logique de choix, comme c’est le cas de ceux qui regardent aussi bien TF1 qu’Arte. Même si l’IA fonctionne selon des principes cartésiens et mathématiques, elle intègre aussi une logique dite « humaine » ou « irrationnelle », comme le prouve le machine learning, qui utilise chaque nouvelle erreur pour s’améliorer. Certains diffuseurs ont d’ailleurs intégré à leurs moteurs de recommandation une dose de « sérendipité » pour surprendre leur audience et poursuivre leur mission de service public.
L’influence sur la production de contenus
L’IA peut influencer « l’envers du décor », grâce à sa capacité d’analyse des données, en aidant les producteurs à mieux évaluer quels sont les types de contenus qui leur apportent la meilleure rentabilité. Avec ce supplément d’informations, les producteurs peuvent intelligemment ajuster leur stratégie de contenus en utilisant les différentes informations disponibles sur les pratiques de consommation : l’heure de la journée, le temps de visionnage, le taux d’abandon… Ils peuvent ainsi déterminer la longueur idéale des programmes, le niveau sonore optimal, le taux de présence de musique, etc. L’industrie hollywoodienne utilise elle aussi de plus en plus l’IA pour concevoir ses bandes-annonces de films, en déterminant les intrigues les plus sensationnelles et percutantes en fonction du profil de l’audience ciblée.
La prochaine étape, pour les diffuseurs, est de suggérer aux utilisateurs des contenus qui leur sont adaptés, comme le fait déjà Spotify avec la musique. Selon cette logique, l’idée est de pouvoir bientôt accéder aux programmes sans passer par les chaînes de télévision, en ouvrant les contenus directement sur un player généraliste. C’est un modèle que plusieurs acteurs ont déjà commencé à tester, comme Apple avec Apple TV, dispositif de diffusion de contenu vidéo et audio entre un ordinateur et un téléviseur par le Wifi, ou encore ChromeCast, lecteur en temps réel de flux multimédia, connecté à Google Home et à d’autres appareils connectés via le Wifi. Les opérateurs de télécommunications s’y mettent à leur tour, avec Roku, pionnier du streaming pour la télévision, qui propose les programmes de nombreuses chaînes (gratuites et sur abonnement) en streaming via un lecteur qui se connecte au téléviseur. Ces nouvelles tendances d’accès aux contenus contribuent à modifier le rôle du diffuseur dans l’écosystème télévisuel, et à remettre en question la place centrale des chaînes.
Le modèle de monétisation est plus adapté à l’audience
Le dernier rôle que l’IA est amenée à jouer concerne la monétisation et la publicité, notamment en matière de calcul du poids publicitaire selon chaque type de contenu et chaque utilisateur, c’est-à-dire la quantité de temps de publicité que les spectateurs supportent de regarder en une heure. L’objectif, à terme, est d’adapter au maximum les publicités diffusées à chaque spectateur, en tenant compte du moment idéal pour le faire et de sa réceptivité au message. C’est ce qu’a commencé à faire Persado, spécialisée dans le langage marketing produit, en utilisant l’IA.
Toutes les étapes d’existence d’un contenu, de sa conception à son visionnage, ont à gagner de l’IA comme outil de rationalisation et de gain d’efficacité. L’analyse des données et l’automatisation des processus s’avère être la seule réponse capable de mélanger rationalité et irrationalité, calculs et incertitude, pour offrir aux consommateurs une nouvelle façon d’opérer leurs choix au quotidien.
