Le RPA est-il mort ?
28 novembre 2024
Le Robotic Process Automation (RPA) évolue face à l’essor de l’IA générative, offrant des solutions hybrides plus flexibles, robustes et adaptées aux nouveaux défis technologiques.
Quand l’IA réinvente le modèle des médias28 novembre 2024
Generative AI
Innovation
RSE
Le secteur des médias, face à l’impact de l’intelligence artificielle, est à la fois divers et très spécifique. Il regroupe des catégories variées : médias de référence, divertissement, spécialisés, d’investigation ou encore d’opinion. Chaque acteur joue un rôle unique représentant en moyenne 10 % des effectifs, une proportion très variable selon les entreprise
Un Secteur sous pression
Des vagues de transformation profondes et rapides ont déjà été vécues, notamment avec la digitalisation des formats publicitaires, représentant au global comme impact une chute des ressources publicitaires nettes d’environ 2 % par année depuis 10 ans, mettant le secteur sous grande pression : captation publicitaire par les acteurs digitaux, nouveaux intermédiaires programmatiques, déplacement d’audiences, etc.
Dans ce contexte, l’intelligence artificielle (IA) peut représenter une forme additionnelle de concurrence exacerbée, notamment sous deux angles : (1) commoditisation de la concurrence, à travers un affaissement des coûts de la production de contenus par tout un chacun – de qualité et de plus faible qualité y compris avec les fake news –et (2) de nouveaux intermédiaires qui renforcent encore la cannibalisation de la valeur – le média quotidien de chacun, entièrement personnalisé, produit par chatgpt ou ses équivalents.
En parallèle, et ce sont, selon notre expérience, des enjeux de tailles au moins équivalentes, l’intelligence artificielle apporte un potentiel de renforcement des positions des médias, avec des conditions de réalisation qui demandent une attention spécifique.
Trois thématiques clés se dessinent :
1) La production augmentée
Déjà mise en place (production granulaire de contenus pendant les élections ou les grands événements sportifs, doublage y compris morphologique, suggestions de rédaction et titres, infographie et image d’illustration, etc…), elle offre des champs de productivité important dès à présent, et présente encore de grands espaces de création de valeur, à titre d’exemple dans 3 domaines : additionnels :
– L’investigation, à travers des modèles d’analyse massive de contenus publics, tels des analyses de tendance sur les réseaux sociaux, et autres traitements massifs de contenus multi-médias, ou encore tels que l’enquête du Wall Street Journal sur les contenus Google Street View du New Jersey (pour y recenser les mauvaises pratiques environnementales des opérateurs télécoms de l’Etat concernant les abandons de cuivre)
– La vérification des faits ou la cartographie des points d’investigation, désormais possibles pour des coûts limités, sur des données publiques ou sur des dossiers journalistiques, en combinant différentes technologies permettant d’identifier les données quantitatives, éléments factuels ou croisements d’informations « posant question » donc à investiguer plus finement ;
– L’aide à la production, écrite ou pour tout média, encore utilisée de manière limitée à date, par exemple dans la presse écrite sur des suggestions de titres, mais en accélération sur des thèmes tels que les suggestions de montages, de synthèse écrites ou multimédias ;
2) De nouvelles interactions avec le lecteur
Les médias ont désormais la connaissance de leurs auditeurs et lecteurs, les technologies disponibles et l’intérêt économique pour mettre en place une relation personnalisée et à valeur ajoutée avec leur audience.
Dans trois domaines notamment :
– La personnalisation des home-pages et interfaces, qui est généralisée sur la « vidéo à la demande », et a déjà été largement adoptée par les grands journaux aux Etats-Unis sur leurs apps et site web. Elle reste encore peu mise en place en Europe ; bien calibrée, les bénéfices sont importants, notamment à travers des taux d’opt-in (newsletters et notifications), de conversion des usages et au final de niveaux d’abonnement plus importants ;
– Des chabots « LLM », qui progressivement permettent, comme BILD Hey_ et Washington Post Climate, d’apporter une réponse structurée et sourcée sur les contenus et créer des formes d’interaction complémentaires qualitatives avec son audience ;
– L’élargissement des audiences à travers des formats étendus : différentes productions adjacentes à travers l’IA (traductions, versions audios, versions sous-titrées, etc…) sont désormais adoptées, apportant un élargissement de l’audience et des usages à coût très fortement réduit ; concernant des technologies moins matures (synthèses et teasers vidéos), des modèles assistés et contrôlés par l’humain apportent dès à présent de grands leviers de productivité ;
3) Renforcements publicitaires
L’IA propose des solutions innovantes comme (a) la revalorisation publicitaire de certains inventaires: les règles de « brand safety » pénalisent à date le journalisme, les listes noires des pages se faisant sur base de mots clés, sans distinguer dans un article le contexte réel des expressions : un article évoquant le mot « pure-tech » est-il favorable ou défavorable à une publicité automobile, voire d’une marque donnée ? de même sur les contenus vidéo (b) des campagnes audio ou video multi-locales ou personnalisées à coûts marginal quasi-nul.
Sans être exhaustif, plusieurs enjeux se posent pour les médias pour adopter cette révolution :
– En premier lieu, la collaboration. Bien que ces technologies et outils sont désormais disponibles pour des coûts limités, l’utilisation de solutions de marché peut conduire à « donner ses données », la mise en place spécifique pour un acteur peut ne pas être rentable ; la collaboration multi-acteurs fait réellement sens – quelques initiatives existent, et sont encore bien rares ;
un projet clé serait par exemple la mise en place d’un chatgpt pour lecteur et auditeur, qui serait développé en commun pour les acteurs français ou européens ; sans le domaine de la mesure d’audience, des acteurs médias ont monté un organisme reconnu à travers Médiamétrie, montrant que ce type d’initiative collective est possible et viable.
– Qualité et éthique : plus que tout secteur, les engagements légaux, professionnels et moraux de la profession sont très élevés ; la qualité de réponse des différentes technologies (ex. LLM) dans leurs versions grand public posent question pour des usages à la fois larges et des acteurs médias ; ces sujets sont en passe d’être réglé, notamment à travers les “agents” et les “sas” permettant (a) de se rapprocher de 100% de réponses “sans hallucination” (b) d’éviter les tentatives de “hacking” des moteurs Gen-IA et (c) de disposer de méthodes de croisement de faits et de données.
– Vision long terme et jeu collectif, enfin : les grands moteurs d’IA ont besoin des contenus médias pour entrainer leurs modèles ; a contrario des « google news » et autres agrégateurs, l’exhaustivité n’est pas nécessaire, ni même souhaitable pour les technologies employées ; à l’extrême, l’accès à trois archives et flux sont suffisants (journal d’opinion de droite, de gauche et journal multi-régional) ; à défaut d’un « jeu de prisonnier » dont le secteur entier serait la victime, un jeu collectif, moyen terme, et ayant un sens industriel est nécessaire à la profession.
Il existe également des opportunités collectives au niveau de la profession, comme des nouvelles mesures et le suivi de bonnes pratiques. Ainsi, dans le cadre du travail que eleven a mené pour construire l’Observatoire des Médias sur l’Écologie (au sein d’un consortium d’acteurs : Data for Good, Expertises Climat, Mediatree, Climat Médias et QuotaClimat), nous avons apporté aux acteurs de la profession (audiovisuelle à date) un moyen de quantifier leur traitement de la crise écologique.
Pour en savoir plus sur ces sujets et identifier les impacts et opportunités qui s’appliquent à vous, contactez Jean-Charles Ferreri – Partner – Référent du secteur Médias – Eleven Strategy
Partager
Sur le même sujet
La Blockchain dans les services financiers : potentiel, défis et perspectives
15 novembre 2024
La blockchain promet une révolution dans les services financiers, mais des défis d'adoption demeurent.