Les chiffres derrière la génération d'images par IA : une chute de prix de 99 % a dévoré la photographie de stock

Il est facile de ne pas voir à quel point l'économie de l'image a changé, car le changement s'est produit discrètement et partout à la fois. Les chiffres racontent l'histoire mieux que n'importe quel lancement de produit.

Le marché de la génération d'images par IA devrait atteindre environ quinze milliards de dollars d'ici 2027, avec une croissance d'environ 60 % par an, portée par le marketing, le jeu vidéo et les réseaux sociaux. Ce sont de grands chiffres ronds, mais la donnée la plus révélatrice est ce qui est arrivé au coût d'une image. Une photo de stock qui coûtait cinquante dollars coûte désormais environ dix cents lorsqu'elle est générée par IA. C'est une baisse de 99 %, et ses conséquences se déploient encore.

La disruption de la photographie de stock

La conséquence la plus visible se situe dans la photographie de stock. Environ 40 % des nouvelles photos de stock sont désormais générées par IA, et la raison n'est pas esthétique. Elle est arithmétique. Lorsque le coût de production d'une image chute de deux ordres de grandeur, le modèle économique fondé sur la vente d'images individuelles à un prix élevé n'a plus de sens.

L'ancienne économie de la photo de stock fonctionnait parce qu'il fallait payer un photographe, organiser une séance photo et récupérer le coût sur un nombre limité de licences. Une image générée par IA n'a aucun de ces coûts. Le coût marginal, c'est la puissance de calcul, et la puissance de calcul est bon marché et le devient de plus en plus.

Cela ne signifie pas que les photographes sont sans travail, mais cela signifie que la partie générique du marché a disparu. Ce qui faisait autrefois le gagne-pain, un professionnel souriant, une poignée de main, un coucher de soleil sur une ville, est désormais une matière première. Ce qui survit, c'est le travail qu'un modèle ne peut pas simuler : de vraies personnes, de vrais lieux, de vrais événements et la confiance qui vient du fait de savoir qu'une photo n'est pas fabriquée.

La base d'utilisateurs a atteint la masse critique

Les chiffres d'adoption sont la partie la moins citée et la plus importante.

Midjourney annonce plus de seize millions d'utilisateurs. Stable Diffusion a dépassé les vingt millions de téléchargements. Et DALL-E, avant sa retraite, était intégré à ChatGPT avec quelques centaines de millions d'utilisateurs capables de générer une image sans jamais rien installer.

Ce dernier chiffre est le plus important. La croissance de la génération d'images par IA a cessé de concerner les personnes qui voulaient utiliser un outil d'image et a commencé à concerner celles qui avaient déjà un outil ouvert pour autre chose. Lorsque la génération d'images devient une fonctionnalité dans une application de messagerie, une suite bureautique et une plateforme sociale, le marché adressable cesse d'être « les créateurs » et devient « tout le monde ».

Le flux de travail est déjà hybride

La statistique la plus révélatrice sur la façon dont cela se passe en pratique : environ la moitié des graphistes utilisent désormais l'IA pour générer des maquettes et explorer des idées avant de finaliser dans Photoshop ou Illustrator.

C'est la forme réaliste de l'adoption de l'IA, et elle est moins spectaculaire que les gros titres. Les graphistes ne sont pas remplacés. Ils utilisent l'IA pour générer rapidement des maquettes et explorer des idées, puis effectuent le véritable travail de finition dans leurs outils habituels. L'IA fait le volume ; l'humain fait la qualité.

C'est le même schéma que pour la photographie de stock. La couche standard a été automatisée. La couche artisanale ne l'a pas été. La différence, c'est que désormais la couche standard est quasi gratuite et instantanée, ce qui signifie qu'une plus grande partie du temps du graphiste est consacrée à la partie qui exige réellement du jugement.

Les chiffres qui dérangent

Tout n'est pas une réussite dans les statistiques.

Environ 65 % des artistes disent s'inquiéter de l'imitation de leur style, et cette préoccupation a alimenté la montée des tags « no-AI » et des bases de données d'opt-out. L'inquiétude est légitime. Un modèle entraîné sur l'œuvre d'un artiste vivant peut produire des images dans ce style, et les frontières juridiques et éthiques restent à définir.

Sur le plan technique, les machines ne sont pas parfaites. Même les meilleurs modèles produisent encore des erreurs subtiles, des mains déformées, du texte incorrect, dans environ 5 % des images. Ce chiffre ne cesse de diminuer, mais il n'a pas atteint zéro, et pour un travail qui doit être juste, ces 5 % sont la raison pour laquelle un humain vérifie encore le résultat.

Ce que les chiffres ne vous disent pas

Les statistiques compressent une réalité désordonnée en une courbe propre, et c'est dans le désordre que vit la partie intéressante.

Le chiffre de 40 % pour les photos de stock générées par IA, par exemple, cache une division interne. L'IA domine l'extrémité générique et interchangeable du marché, les poignées de main souriantes et les couchers de soleil. Elle touche à peine le haut du marché, où les acheteurs paient pour de vraies photos éditoriales, de vraies personnes et la vérification qui les accompagne. Le chiffre est élevé parce que le bas du marché est vaste, pas parce que l'IA a remplacé l'ensemble.

La statistique d'adoption concernant les graphistes a la même forme. Le fait que la moitié des graphistes utilisent l'IA pour l'idéation ne signifie pas que la moitié du travail de conception est automatisée. Cela signifie que la partie exploratoire, bon marché, est automatisée, et que la partie finition, coûteuse, se fait encore à la main. L'IA produit plus d'options, et l'humain choisit entre elles. C'est de l'augmentation, pas du remplacement, et la distinction compte pour quiconque essaie de deviner où se situera son propre emploi.

Même la baisse des coûts de 99 % est moins nette qu'il n'y paraît. Le coût marginal de la génération d'une image est proche de zéro, mais le coût d'obtention d'une bonne image, conforme à la marque et juridiquement propre, ne l'est pas. Les nouvelles tentatives, les approbations, les retouches et le risque d'utiliser un élément dont vous ne pouvez pas obtenir la licence s'additionnent. Le prix d'un pixel a chuté de façon spectaculaire. Le prix d'un actif utilisable a bien moins chuté.

Ce que les chiffres indiquent

Lus ensemble, les chiffres décrivent un marché qui a terminé sa phase de nouveauté et est entré dans sa phase de consolidation.

La courbe des coûts s'est effondrée, ce qui tue l'ancien modèle de la photo de stock et ouvre la voie à des applications en volume qui n'étaient jamais rentables auparavant. La base d'utilisateurs a atteint une échelle grand public, ce qui déplace le champ de bataille concurrentiel de « qui crée la meilleure image » à « qui est déjà dans l'application que vous utilisez ». Et le flux de travail s'installe dans un mode hybride, où l'IA gère l'itération et les humains gèrent le jugement.

La prochaine frontière est déjà visible dans les mêmes données : la génération 3D et l'animation vidéo à partir d'images uniques. Les modèles d'images sont devenus bons, puis bon marché, puis omniprésents. La même trajectoire recommence aujourd'hui pour la vidéo. La seule certitude, c'est que la prochaine baisse de prix de 99 % sera encore moins visible, car personne ne s'arrêtera pour remarquer que quelque chose qu'il utilise tous les jours est redevenu moins cher.