L'IA et les médias traditionnels : comment Hollywood et l'édition utilisent vraiment les outils génératifs

Les titres consacrés à l’IA et aux médias traditionnels oscillent généralement entre deux extrêmes : soit les studios et éditeurs historiques seraient sur le point de disparaître, soit on les juge trop lents pour adopter sérieusement quoi que ce soit. Aucun des deux ne résiste aux faits. Une poignée d’accords majeurs, bien documentés, raconte une histoire plus précise et plus intéressante — de grands studios de cinéma et des éditeurs de presse intègrent des outils génératifs à des étapes bien spécifiques de flux de travail déjà existants, en visant d’abord les tâches routinières et fastidieuses, pas le cœur créatif. Deux secteurs, deux cas concrets, tous deux vérifiables via les annonces officielles des entreprises et des reportages indépendants.

Hollywood : Lionsgate entraîne un modèle sur son propre catalogue

En septembre 2024, Lionsgate et la société d’IA vidéo Runway ont annoncé ce que les deux entreprises ont qualifié d’accord inédit : Runway allait construire un modèle d’IA sur mesure, entraîné spécifiquement sur la bibliothèque propriétaire de films et de contenus télévisés de Lionsgate — et non sur des vidéos génériques collectées sur le web. Le vice-président de Lionsgate, Michael Burns, a résumé l’objectif sans détour : « Nous considérons l’IA comme un excellent outil pour augmenter, améliorer et compléter nos opérations actuelles. » Le cofondateur et PDG de Runway, Cristóbal Valenzuela, a de son côté présenté l’engagement de son entreprise en ces termes : offrir « aux artistes, créateurs et studios les meilleurs outils, les plus puissants, pour enrichir leurs flux de travail et ouvrir de nouvelles façons de raconter leurs histoires ». Les premiers cas d’usage étaient volontairement peu spectaculaires : la préproduction et certaines étapes de la postproduction, ces phases où un studio dépense pour la visualisation et l’itération bien avant qu’une caméra ne tourne ou qu’un montage final ne soit verrouillé.

Le partenariat n’est pas resté figé. En juin 2026, Lionsgate a pris une participation au capital de Runway, et les deux entreprises ont élargi l’accord à un programme de développement conjoint destiné à produire de nouveaux contenus épisodiques courts s’appuyant sur les franchises existantes de Lionsgate — les rapports évoquant des propriétés comme John Wick, Hunger Games ou Saw parmi les candidates. Cette fois, Valenzuela a adopté un ton différent : « Nous constatons systématiquement que les studios qui prennent l’IA le plus au sérieux la considèrent comme une ressource créative, et non comme un outil de réduction des coûts. » Lionsgate est depuis devenu le premier grand studio à nommer un Chief AI Officer et à bâtir une infrastructure interne spécifiquement dédiée à ce type de travail. Ce qui n’a pas changé est notable : le modèle est entraîné sur du contenu sous licence, détenu par l’entreprise, et les deux parties continuent de décrire le résultat comme quelque chose qui passe par des décisions créatives humaines, et non qui les contourne.

Un accord distinct, bien plus important, fait aujourd’hui figure de contre-exemple à méditer plutôt que de réussite. En décembre 2025, Disney et OpenAI ont annoncé un projet d’accord sur trois ans qui aurait fait de Disney le premier grand studio à céder en licence des personnages pour Sora, l’outil de génération de courtes vidéos par IA d’OpenAI — plus de 200 personnages issus de Disney, Marvel, Pixar et Star Wars auraient été concernés, l’image et la voix des interprètes explicitement exclues, et Disney+ n’aurait diffusé qu’une sélection organisée des vidéos Sora créées par les fans. Disney s’était aussi engagé à investir un milliard de dollars au capital d’OpenAI et prévoyait d’utiliser plus largement ses modèles, notamment pour Disney+. Rien de tout cela ne s’est concrétisé. L’accord n’a jamais été formellement signé et aucun argent n’a changé de mains : en mars 2026, OpenAI a annoncé l’arrêt total de Sora — invoquant des coûts de calcul élevés, une baisse de l’engagement des utilisateurs et une pression croissante liée au droit d’auteur —, et Disney a immédiatement annulé l’accord en conséquence. C’est un contrepoids utile à l’histoire de Lionsgate : tous les partenariats studio-IA très médiatisés ne survivent pas au contact du produit sous-jacent.

Édition : des journalistes assistés par IA dans un groupe de presse régional britannique

L’exemple le plus clair dans l’édition n’est pas un chatbot rédigeant du journalisme d’investigation — c’est un groupe de presse régional britannique qui restructure la façon dont les articles de routine, à faible enjeu, sont produits. Newsquest, deuxième éditeur régional du Royaume-Uni avec plus de 200 titres locaux, a développé un outil interne baptisé News Creator et créé un poste spécifique autour de lui : le « AI-assisted reporter ». En 2026, Newsquest compte plus de 30 postes de ce type dans ses rédactions, et le groupe affirme produire environ 9 000 articles par mois grâce à ce processus.

Le mécanisme importe plus que le chiffre. Un AI-assisted reporter ne demande pas au modèle d’inventer une histoire ; il lui fournit des sources vérifiées — communiqués de presse, avis municipaux, annonces d’événements, détails confirmés — et l’outil rédige un article structuré à partir de ces éléments. Un humain vérifie ensuite le brouillon, ajoute du contexte ou des précisions locales, puis publie. Newsquest et la presse professionnelle qui suit ce programme ont été clairs : l’objectif est de résorber un arriéré d’articles routiniers (réécritures de communiqués, listes d’événements, informations municipales procédurales) qui accaparait auparavant du temps de journaliste sans grand bénéfice éditorial, libérant ainsi le reste de la rédaction pour le travail qui exige réellement un être humain : frapper aux portes, cultiver des sources et produire des reportages locaux originaux introuvables ailleurs. C’est une tranche étroite et précise de la chaîne éditoriale — pas un remplacement de la rédaction, mais une réallocation du temps des journalistes formés.

Un schéma commun aux deux secteurs

En mettant ces cas côte à côte, un schéma cohérent se dégage. Aucune de ces entreprises n’a acheté un outil d’IA générique pour l’appliquer à l’ensemble de son activité. Lionsgate a entraîné un modèle sur son propre contenu et l’a d’abord appliqué à la préproduction et à la postproduction, les étapes les plus chargées en planification, les plus éloignées d’une performance finalisée. Même l’accord Sora avorté de Disney suivait la même logique — un projet ciblé étroitement sur une propriété intellectuelle précise dans un produit précis, avec des limites explicites, et non un chèque en blanc —, et il n’a pourtant pas survécu à la disparition du produit sous-jacent. Newsquest a construit un flux de travail où l’IA rédige à partir de faits vérifiés et où un humain reste la dernière étape avant publication. Dans chaque cas, la couche de vérification humaine ou de décision créative est restée en place ; ce qui a bougé, c’est la quantité de travail mécanique et répétitif situé en amont de cette couche.

C’est une histoire moins spectaculaire que « l’IA prend le contrôle d’Hollywood » ou « les robots remplacent les journalistes », mais c’est celle que confirment réellement les faits publics — communiqués de presse, annonces destinées aux investisseurs, et couverture professionnelle indépendante de médias comme Press Gazette et Nieman Lab, qui suivent le programme de Newsquest depuis plus de deux ans. Les entreprises de médias traditionnels n’avancent pas vite par imprudence, et elles ne sont pas non plus immobiles par retard — elles font ce que font typiquement les grandes organisations averses au risque, dotées d’une propriété intellectuelle précieuse et d’une réputation à protéger : elles testent les outils génératifs sur les segments de la chaîne où le coût d’une erreur est le plus faible, et n’étendent leur usage qu’une fois ces outils éprouvés au regard de véritables standards de production et de rédaction.