30 mai 2026

Au sommaire cette semaine

• L’IA accélère dans les deux sens : ceux qui avancent, ceux qui résistent
• Agents IA : la bascule ‘assistant’ vers ‘agent autonome’ est en cours
• Google I/O : Gemini partout – la distribution écrase l’innovation
• Le backlash IA prend de la vitesse : 70 % des Américains trouvent que ça va trop vite, et Léon XIV publie son encyclique IA
• Outils créatifs : GPT Image 2.0, Runway MCP, Gemini Omni – le studio IA se reconfigure

Vous n’avez que 5 minutes ?

👉 Voir le résumé Slides/Vidéo (5′)
👉 Voir l’infographie
👉 Parcourir les 15 slides
👉 Version podcast RnD Expresso (5′)

Vous avez 10-15 minutes devant vous ?

👇 Bonne lecture !

Toutes les synthèses ci-dessus sont produites à partir des sources de la semaine, in extenso via NotebookLM.

Process > modèle : la seule règle qui survivra à l’année

Semaine placée sous le signe de la transmission.

Deux interventions en executive education (Edhec), enregistrement d’une formation pour l’Atelier des Chefs sur une verticale métier dopée à l’IA.

Trois publics, trois contextes, mais une seule question revient mot pour mot :
« Mais comment on fait pour choisir quel modèle ? Ça va trop vite.« 

Ma réponse tient en deux points.

• Un : on bosse les process. Pas les outils. Les process.
• Deux : on construit des agents qui ne dépendent pas d’un modèle précis. Ce qui est constant, c’est l’architecture : un contexte métier clair, un processus défini, un harnais (les règles et garde-fous), et un prompt ciselé qu’on améliore au fil des itérations. Le modèle, lui, devient une pièce remplaçable. Si demain il faut basculer de Claude vers Gemini, on adapte le prompt – pas tout le système. Après demain, c’est l’agent lui-même qui choisira son modèle selon la tâche. Mais pour l’instant, restons sur les automatisations qui marchent.

Et donc : Le modèle est la variable. Le reste est la constante. Le processus doit être agnostique au modèle.

Pendant ce temps, l’opinion bascule. Dans l’édition de la semaine dernière, je pointais les 70 % d’Américains qui trouvent que l’IA va trop vite. Cette semaine, Madison Mills parle d’une « AI hate wave » : c’est davantage un rejet viscéral.

L’industrie devient rentable (souvenez-vous des 559 millions de dollars de profit Anthropic annoncés sur ce semestre). Les caisses (de certains) se remplissent pendant que la confiance s’effrite.

Ces deux mouvements se nourrissent.

Ceux qui savent s’en servir vont de plus en plus vite : agents autonomes, Gemini partout dans Android, Claude Code en mode /goal où vous décrivez le résultat et l’agent se débrouille. « On ne code plus, on supervise », cette phrase, vous l’entendrez de plus en plus. On ne cherche plus, on délègue (avec le risque de l’AI Laziness qui guette).

De l’autre côté, ceux qui ne suivent pas le rythme résistent. Par instinct. Parce que quand votre métier se redéfinit sous vos pieds sans qu’on vous laisse le temps de comprendre, la réaction naturelle est la défiance. Azeem Azhar le formule bien : le backlash monte plus vite que les revenus. On l’a vu avec les réseaux sociaux, le mobile, le cloud. Mais jamais aussi vite.

Le future of work ne se dessine ni dans les keynotes de Google I/O, ni dans les tribunes de Sam Altman. Il se dessine dans ces salles de formation où des dirigeants découvrent que « l’intelligence » devient une commodité, et que le savoir-faire technique se loue désormais à la demande, facturé au token.

Ruben Hassid a une phrase qui fait mal : « You can’t beat AI. »

Alors on fait quoi ?

À mes yeux, il faut former des tandems : expert métier + expert IA.

Et on mise sur ce qui reste quand tout le reste est automatisé : le jugement, la décision, la capacité à cadrer un problème avant de le résoudre. Ce que Microsoft appelle l' »human agency » dans son Work Trend Index 2026, déjà commenté ici. Attention au faux ami : « agency » ne désigne pas une agence au sens entreprise, mais la capacité d’agir, de décider, de prendre en main. Si la semaine dernière on parlait du harnais pour encadrer les agents, parlons cette semaine de ce qui reste quand l’agent fait le boulot : vous.

Cette question donc (« comment on fait pour choisir quel modèle ? « ) n’est pas une faiblesse, c’est de la lucidité. Ceux qui la posent ont compris quelque chose que les enthousiastes oublient : aucun modèle ne restera « le bon » plus de trois mois. C’est l’architecture autour qui durera.

Bonne lecture.

---

1. AGENTS IA : Du copilote à l’autonome, la bascule est en cours

Il y a un an, un agent IA était un chatbot un peu amélioré : vous demandiez, il répondait. Un copilote passif, vous aux commandes. La bascule s’opère cette année.

/goal : l’agent travaille seul jusqu’au résultat

Le 12 mai, Anthropic a sorti dans Claude Code (son outil de codage assisté par IA) un mode appelé /goal qui dépasse le seul cercle des développeurs. Vous décrivez un objectif en français, l’agent travaille seul jusqu’à l’atteindre. Pendant des heures, parfois des jours, sans validation à chaque étape.

Le principe technique est raconté par InfoQ : un second modèle, plus rapide, vérifie après chaque action si l’objectif est atteint. Si oui, l’agent s’arrête. Sinon il continue. Vous n’êtes plus en boucle de validation entre chaque étape.

Pourquoi ça vous concerne si vous n’écrivez pas de code : ce qu’Anthropic fait sur le code, vos outils métier s’y mettent déjà. Salesforce, HubSpot, Notion travaillent sur la même logique. Vous décrivez ce que vous voulez, l’agent itère jusqu’à y arriver. C’est la différence entre un assistant qui répond et un collaborateur qui livre.

Du copilote à l’agent : un changement de nature

Le modèle copilote était linéaire : humain → IA → humain → IA. Chaque itération passe par vous. C’est là où la plupart des entreprises en sont encore.

Un agent fonctionne autrement : vous fixez l’objectif, il orchestre seul les étapes (recherche, exécution, vérification, itération). ByteByteGo résume : un RAG vous donne la bonne réponse à partir d’une base augmentée. Un agent vous donne le bon résultat à partir d’un objectif. C’est le passage du GPS guidé à la voiture autonome.

Et le harnais qu’on suit depuis le #425 prend tout son sens : Anthropic appelle désormais son SDK un « general-purpose agent harness », le cadre logiciel (planning, mémoire, garde-fous, accès aux outils) qui transforme un modèle en agent fiable. Le harnais n’est plus une métaphore, ça devient une catégorie produit.

Headless 360 : l’agent quitte l’écran

Nicolas Guyon pousse le concept avec les architectures « headless 360 » : l’agent n’a plus besoin d’interface graphique, il se branche directement sur les API de vos outils métier (CRM, ERP, gestion de projet) et exécute de bout en bout. L’IA ne quitte plus seulement le chatbot, elle quitte l’écran.

Claude Routines vs n8n, Make, Zapier

Anthropic a lancé les Routines pour Claude Code : vous configurez une tâche IA une fois (le prompt, les outils auxquels elle a accès), et elle se relance automatiquement selon un planning ou un événement déclencheur – un mail qui arrive, un fichier mis à jour, une heure précise. Plus besoin de coder ni de louer un serveur.

Manthan Patel a fait ce comparatif (vs n8n, Make, Zapier) qui circule. Sa conclusion : pour 80 % des cas d’usage, les Routines suffisent. Vous décrivez le flux en français, l’agent l’exécute. Trois heures de configuration no-code deviennent cinq phrases et deux minutes.

Est-ce la fin des plateformes comme n8n ? Je ne le pense pas.

Ces workflows visuels restent une excellente méthode pour comprendre un flux, le découper en tâches, identifier où l’IA est vraiment nécessaire. C’est exactement ce qu’on continue à faire chez RnD avec nos clients – en restant volontairement multi-modèles : selon le besoin, on déploie Mistral, Copilot, Gemini, ChatGPT ou un autre. Cadre stable, modèle interchangeable – fidèle au point Deux de l’édito. 👆Et quand c’est prêt à déployer, c’est finalement la meilleure des expressions de besoin pour passer en développement.

MCP : l’USB des agents

Runway (modèles de génération vidéo et image) a publié son connecteur MCP (Model Context Protocol) : un protocole standardisé qui branche n’importe quel agent IA sur un outil externe, comme un câble USB. Concrètement : depuis Claude, ChatGPT, Cursor ou Replit, vous passez à votre agent une URL produit ou une photo de référence, et il génère directement la vidéo marketing ou le hero asset via Runway (modèles Gen-4.5, Seedance 2.0, Kling 3.0, Veo 3.1) – sans quitter votre interface. Les outils sans connecteur MCP risquent de sortir de la boucle agentique d’ici un an.

À retenir

Les agents fonctionnent bien sur les tâches structurées avec critères de succès mesurables : refactoring, ticket support N1, qualification de lead, génération de reporting. Dès que le contexte devient ambigu ou la décision irréversible, l’agent bute. Mais la zone du « structuré et répétitif » s’élargit chaque semaine, et plus un agent exécute, mieux il exécute (il accumule du contexte sur votre organisation). Les entreprises qui déploient maintenant prennent une avance silencieuse.

• Auditez vos tâches par niveau d’autonomie : humain à chaque étape (copilote), humain en validation finale (agent supervisé), résultat vérifiable automatiquement (agent autonome)
• Testez /goal sur un vrai projet : un cas réel, pas un hello world. Mesurez temps et qualité
• Réévaluez votre stack d’automatisation : un workflow no-code à 3 heures de config peut souvent passer en Routine à 2 minutes
• Formez vos équipes à la supervision, pas à l’exécution : c’est une compétence différente, qui ne s’improvise pas

---

2. GOOGLE I/O : Gemini partout, la distribution écrase l’innovation

Avoir le meilleur modèle ne suffit pas si personne ne l’utilise. C’est une leçon ancienne et régulièrement oubliée du numérique : à chaque étape, le produit techniquement supérieur a perdu face au mieux distribué (VHS contre Betamax, Chrome contre tous les autres). L’IA ne fera pas exception, et Google I/O 2026 ressemblait moins à une conférence sur l’IA qu’à une démonstration de distribution.

Gemini dans chaque recoin

Carlos Diaz a fait le décompte. En une seule keynote, Google a annoncé l’intégration de Gemini comme couche native dans : Android, Chrome, Gmail, Photos, Maps, Search, YouTube, Docs, Sheets, Meet, Android Auto. Pas un bouton en plus -> une couche intégrée dans le flux existant de chaque application.

Olivier Martinez a détaillé Gemini Omni, le nouveau modèle multimodal qui traite texte, image, audio et vidéo dans un même flux de tokens. Un seul modèle, une seule inférence : vous montrez votre écran, vous parlez, vous montrez un document, et il comprend tout en contexte simultanément.

Gemini Spark : l’IA pour ceux qui n’en veulent pas

Le produit le plus stratégique de la keynote n’est pas le plus spectaculaire. C’est Gemini Spark. Un mode simplifié intégré dans la barre de recherche Android, pour les utilisateurs qui n’ont jamais ouvert un chatbot et n’en ont pas l’intention. Pas de prompt à écrire, pas d’interface dédiée. Vous cherchez « meilleur resto italien à proximité » et Spark synthétise avis, prix, horaires, propose de réserver dans le flux de la recherche standard. L’utilisateur ne sait même pas qu’il utilise de l’IA.

Spark s’attaque au problème numéro un de l’adoption : l’effort initial.

Ouvrir ChatGPT, formuler un prompt, interpréter la réponse, c’est déjà trop pour la majorité. Spark supprime cette friction. C’est la stratégie que je décrivais il y a quelques semaines : l’IA qui disparaît dans l’outil. Google vient de la mettre à l’échelle de 3,5 milliards d’appareils Android. Et ces utilisateurs ne sont pas des early adopters : ce sont des gens normaux, qui n’ont jamais écrit un prompt et qui n’en écriront jamais. Google vient de leur donner l’IA sans leur demander la permission.

Et Apple s’apprête à faire pareil : le joint statement Google/Apple de janvier confirme que Gemini va alimenter les Apple Foundation Models et le nouveau Siri (~1 milliard de dollars par an selon Bloomberg, lancement avec iOS 27 cet été, confirmé par Google le 22 avril).

Gemini devient l’IA par défaut sur les deux écosystèmes mobiles de la planète. Ce n’est plus une bataille pour le meilleur modèle, c’est un duopole de distribution qui se ferme.

Android transformé en agent

Simon Willison a analysé le mode agent d’Android : Google transforme votre téléphone en agent personnel. Le mode agent permet à Gemini d’enchaîner des actions sur plusieurs apps – lire un email, en extraire une adresse, ouvrir Maps, calculer un itinéraire, l’ajouter à votre agenda – sans que vous touchiez l’écran. Votre téléphone ne vous assiste plus : il agit pour vous. On l’a dit : sur 3,5 milliards d’appareils, demain matin.

Ce que ça change pour le marketing

Vous êtes directeur marketing d’une chaîne de restaurants. Aujourd’hui votre enjeu SEO/GEO, c’est d’apparaître quand quelqu’un tape « restaurant italien Lyon ». Demain avec Spark, l’utilisateur ne voit même plus vos résultats : il dit « trouve-moi un bon italien pas loin pour ce soir, pas trop cher, avec une terrasse » et Gemini lui propose une réservation. Votre fiche Google Business, vos avis, vos photos, votre menu structuré deviennent votre nouveau SEO/GEO mais l’utilisateur ne visite plus votre site. Il délègue la décision.

C’est le passage du « search » au « delegate ».

Tous les secteurs sont concernés : hôtellerie, e-commerce, services B2B, banque. Chaque fois qu’un utilisateur peut décrire un besoin à un agent au lieu de chercher lui-même, le parcours client se compresse – et avec lui les occasions de capter son attention par du contenu.

Bienvenue dans le B2A2C (Business to Agent to Consumer), terme désormais théorisé par Thoughtworks, Kantar et The Drum parmi d’autres. Vous ne vendez plus directement au consommateur : vous vendez à l’agent qui sélectionne pour le consommateur. Et l’agent ne lit pas votre brochure, il interroge vos API, vos fiches structurées, vos données produit. Salesforce mesure déjà l’appétit consommateur : un quart des Américains sont prêts à laisser un agent acheter pour eux, 70 % à lui confier leur programme fidélité. Les marques qui ne préparent pas leurs données pour être lisibles par des agents (pas par des humains) risquent de perdre en visibilité. Prolongement logique de cinq ans de « featured snippets » et position zéro, passé à l’échelle suivante.

Pour autant – oui je sais, ça fait beaucoup – il faut continuer à nourrir l’ADN de sa marque, son authenticité, sa singularité. Pas seulement pour les IA : pour les humains qui restent décisionnaires en bout de chaîne. Le B2A2C ne supprime pas le C, il l’éloigne. Et la marque reste ce qui fait pencher la balance quand l’agent propose trois options équivalentes.

À retenir

La vraie force de Google n’est pas technologique, c’est la distribution. OpenAI a peut-être les meilleurs benchmarks, Anthropic a probablement l’agent le plus fiable mais Google a sept produits à plus d’un milliard d’utilisateurs. Quand Google intègre l’IA nativement, il ne se bat pas sur les modèles : il se bat sur les habitudes. Et les habitudes ne se déplacent pas simplement.

Une remarque pour les entreprises utilisatrices : ne choisissez pas votre fournisseur IA sur la qualité du modèle, choisissez-le sur l’écosystème où il s’intègre.

Détail qui compte : Google I/O n’a presque rien annoncé sur l’infrastructure ou les modèles fondamentaux. Pas de GPT-5 killer, pas de percée architecturale. Toutes les annonces portent sur l’intégration et la distribution. Premier I/O entièrement orienté « produit » plutôt que « recherche ».

• Si vous êtes dans le search : la semaine dernière, Google annonçait la mort du GEO (on n’est pas nécessairement d’accord). Avec Spark, le trafic organique va encore baisser. Diversifiez vos canaux d’acquisition maintenant
• Testez Gemini Omni : la multimodalité native change l’interface – « je montre et je parle » remplace « je tape un prompt »
• Préparez vos données pour les agents : structurez fiches produit et API pour que vos clients puissent comparer et commander en commande vocales. Souvenez-vous de cette petite illustration publiée il y 7 mois.

---

3. LE BACKLASH IA : Quand l’opinion se referme

Le backlash IA semble s’accélérer.

La semaine dernière, Brian Solis pointait déjà les 70 % d’Américains qui estiment que l’IA va trop vite, les 50 % qui en ont une vision négative, et les 18 % de jeunes optimistes. Cette semaine, on a la suite : une certaine opinion ne se contente plus d’être sceptique.

Madison Mills parle carrément de « hate wave », rejet viscéral, pas scepticisme poli. Artistes contre générateurs d’images, auteurs contre modèles entraînés sur leurs textes, employés contre plans de remplacement, parents contre chatbots qui parlent à leurs enfants. Les baromètres publics confirment la mécanique. L’Edelman Trust Barometer 2026 mesure plus de 40 % de résistance à l’adoption IA en Allemagne, au Royaume-Uni et aux États-Unis. Le Stanford AI Index 2026 documente le même creusement, particulièrement marqué en Europe.

Ce qui est nouveau, c’est la vitesse. Azeem Azhar pose le cadre : le backlash monte plus vite que les revenus. Les réseaux sociaux ont mis une décennie avant que Cambridge Analytica (2018) ne structure le rejet. Pour l’IA, on en est à deux ans entre l’euphorie de ChatGPT et la défiance organisée.

Si l’on détaille : procès (NYT contre OpenAI), boycotts (artistes refusant les plateformes IA), mouvements sociaux (clauses anti-IA dans les conventions Hollywood). Souvenez-vous aussi du Monet pris pour de l’IA dont parlait Morgane Soulier la semaine dernière. Le backlash n’est plus un sentiment, c’est un mouvement qui s’organise. Plus qu’un signal faible à mon avis.

L’exécutant devenu superviseur (et le burn-out qui vient)

Presse-Citron décrit « la transformation la plus rapide qu’on ait jamais vue » : les exécutants deviennent superviseurs. Sauf que personne ne les a formés à superviser, personne ne leur a demandé si ça leur convenait, personne ne leur a expliqué ce que ça changeait dans leur identité professionnelle.

J’ai cru au début qu’il fallait faire la chasse aux tâches répétitives. Raisonnement probablement hâtif. Quand vous dites à une personne expérimentée que son travail n’est plus de réaliser des tâches mais de vérifier que l’agent les a bien faits, vous ne changez pas seulement son processus ; vous changez peut-être aussi la source de sa fierté professionnelle.

Aucune formation purement technique ne résoudra ça.

Derrière cette mutation, un autre signal sanitaire monte. Le Point cite plusieurs analyses qui convergent : une vague de burn-out se profile dans les métiers qui basculent vers le pilotage d’agents. Le phénomène a un nom que nous avons déjà évoqué ici AI brain fry . Quand votre cerveau, à force de superviser des sorties IA toute la journée, ne sait plus distinguer ce qui mérite son attention. Vibe coding positif côté Benoit Raphaël, vibe burn-out côté Le Point. Même mécanique.

Léon XIV entre dans l’arène : Magnifica Humanitas

Pendant que les régulateurs publics hésitent, le Vatican monte au filet. Léon XIV publie Magnifica Humanitas, une encyclique qui inscrit l’IA dans la Doctrine sociale de l’Église.

Benoit Raphaël parle d’un « manifeste » et identifie 10 enjeux politiques dans le texte. Parmi les plus marquants : la donnée comme bien commun (donc soustraite à la course à la domination), l’interdiction morale des armes autonomes, la critique frontale du transhumanisme, les droits des travailleurs du clic (modération, annotation, ces invisibles de l’IA), la responsabilité juridique des décisions algorithmiques, le principe de subsidiarité appliqué à la gouvernance IA.

Fred Cavazza résume le risque pointé : sans cadre, une « tour de Babel » technologique, chacun construit dans son coin jusqu’à ce que tout s’effondre.

Ce n’est ni un État ni une ONG : c’est une autorité morale mondiale qui pose des principes là où les gouvernements hésitent. Quand le Pape se saisit d’un sujet tech, ce n’est pas un signe de maturité de la technologie, c’est probablement un signe que le débat de civilisation est ouvert. Précédent direct : Laudato si’ en 2015 sur l’écologie. Dix ans plus tard, ce cadre structure encore les négociations climat. Magnifica Humanitas pourrait jouer le même rôle pour l’IA dans la décennie qui vient.

L’IA confident : quand l’agent devient le copain

Angle plus intime, qui inquiète. Marie Boëton, dans La Croix, recueille ce constat : « L’IA, elle au moins, elle me comprend. » Cette phrase, vous l’entendrez de plus en plus chez les ados, les seniors isolés, les salariés démotivés. Pas par snobisme tech mais parce qu’elle est là à 3 h du matin, qu’elle ne juge pas, qu’elle ne s’agace pas, qu’elle vous renvoie une version organisée de vos propres mots.

Ce que ça révèle : un creux relationnel massif que la société n’arrive pas à combler – l’IA ne crée pas le manque, elle le rend visible en le remplissant. Et ce que ça pose : un problème de dépendance affective inédit. À qui s’attache-t-on quand on confie ses doutes à un modèle qui n’existe pas vraiment ? Que se passe-t-il quand ce modèle est mis à jour, remplacé, retiré ? La psychologie des relations parasociales avec les chatbots pourrait exploser dans les 12 prochains mois – et on la traite mal aujourd’hui, en entreprise comme en famille. Quand Magnifica Humanitas parle de « dignité humaine », c’est exactement de ça qu’il s’agit.

Côté RH, ça change le pacte managérial. Quand un nouveau salarié apprend la culture d’entreprise auprès de ChatGPT plutôt qu’auprès de ses collègues, vous perdez la transmission tacite qui faisait le tissu interne. Quand vos équipes seniors trouvent plus de bienveillance dans un chatbot que dans leur N+1, vous avez probablement un signal RH déjà rouge – sauf que personne ne le mesure.

Ce que signale le backlash

Le backlash ne semble pas être un rejet de la technologie mais plutôt du rythme, de l’opacité, du manque de consultation. Les gens ne disent pas « l’IA est dangereuse » (un peu quand même), mais ils disent « personne ne nous a demandé notre avis et maintenant c’est dans nos vies ».

Marie Dollé apporte une nuance dans son analyse du « septième sens » des LLM : ces modèles captent ce que vos textes, vos organisations et vos habitudes disent sans le dire. Ils lisent entre les lignes, mécaniquement. C’est précisément cette capacité qui inquiète : l’IA n’exécute plus seulement vos instructions, elle devine ce que vous n’avez pas formulé. Pour certains c’est de la magie, pour d’autres c’est de l’intrusion.

À traiter par pragmatisme, pas par idéalisme : le coût d’un déploiement IA qui génère du rejet interne (syndicats, démissions, presse) est nettement supérieur au coût d’un déploiement concerté. Les groupes les plus productifs avec qui nous travaillons ne sont pas ceux qui maîtrisent le mieux les outils, ce sont ceux où le manager a pris le temps d’expliquer pourquoi on faisait ça, ce qui changeait, ce qui ne changeait pas, ce qu’on pouvait essayer, ce qu’il fallait éviter où la com interne a pris le temps de monter des rituels pour partager succès ET échecs.

• Mesurez le sentiment interne avant de déployer : vraie mesure qualitative équipe par équipe. Les résistances ignorées deviennent du sabotage passif
• Le « pourquoi » avant le « comment » : commencez par expliquer le problème que vous résolvez et ce qui ne change pas, pas par une démo technique
• Impliquez les équipes dans le design des usages : les meilleurs cas d’usage viennent rarement du comité de direction
• Surveillez l’AI Act : obligations européennes de transparence et de gestion des risques, non optionnelles. Il reste 2 mois (2/8/2026).
• Nommez un « responsable adoption IA » : pas un chef de projet technique – quelqu’un dont le rôle est de s’assurer que l’IA est comprise et acceptée

---

4. OUTILS CRÉATIFS : Le studio IA se reconfigure

Pendant qu’on débat des agents et du backlash, la chaîne de production visuelle se recompose autour de l’IA. Le signal le plus fort vient de Runway (modèle de génération de vidéo), qui a publié un connecteur MCP permettant à n’importe quel agent de piloter ses modèles vidéo (cf. infra). Les outils deviennent des « services » appelables, plus des applications qu’on manipule.

GPT Image 2.0 : le nouveau standard image

Côté image fixe, GPT Image 2.0 semble s’imposer. Andrew Adams continue de documenter une série de workflows qui montrent l’ampleur du saut comme cette photo de voiture stock → version widebody animée. À chaque fois, GPT Image 2 + Seedance 2.0 produit en moins d’une heure ce qui exigeait une journée d’artiste 3D ou de motion designer.

Il y a trois semaines (#430), je relayais l’alerte de Nicolas Guyon : les fausses « unes » de presse générées par GPT Image 2.0 sont devenues indissociables des vraies. D’où l’urgence de déployer C2PA (Content Credentials), un standard ouvert qui embarque dans chaque fichier image ou vidéo une signature cryptographique inviolable – sorte de « carte d’identité numérique » qui dit qui a créé ou modifié le contenu, à quel moment, avec quel outil. Enjeu démocratique majeur avant les élections de 2027, où les deepfakes seront un risque massif.

La réponse arrive du côté de Google. À Google I/O, Google confirme l’intégration native de C2PA auquei ils ont contribué dans Gemini app, Pixel 10, Google Photos, Search et Chrome. Toutes les images générées par Nano Banana Pro (le nouveau modèle d’image de Gemini) seront signées automatiquement à la création. Côté hardware, le Pixel 10 est certifié Assurance Level 2 par la C2PA – le plus haut niveau actuellement défini, qui garantit qu’une photo prise par l’appareil ne peut pas être falsifiée sans que la signature ne le révèle.

Le standard d’attestation passe de « dossier à suivre » à « infrastructure mondiale en déploiement ». Quand vos clients ou lecteurs demanderont « c’est vrai ou c’est généré ? », la réponse va devenir technique – et signée.

Signaux faibles

Pris séparément ce sont des curiosités. Pris ensemble c’est un mouvement de fond créatif.

• Clip musical de 30 secondes entièrement généré en IA. Nadia Eyamo a trouvé la parade pour supprimer les erreurs de générations de manière chirurgicale.

• Harriet Moser industrialise sa création musicale IA : un morceau par semaine depuis avril, workflow Suno (composition) + Gemini (analyse rythmique) + Veo (génération vidéo). Il y a 3 semaines, The Stephany Song viralise sur TikTok grâce à son coach Ross Symons. Prévenez vos oreilles : l’air va rester dans votre tête plus longtemps que prévu.

• Mini Animation produit par un animateur indépendant en quelques heures (Paolo Gavazza) : le saut, c’est dans le délai de production, pas dans la prouesse technique

• Outils de relight qui réécrivent l’éclairage d’une scène à partir d’un diagramme top-down (László Gaál, encore lui) – le DA virtuel arrive

• Transformation de matériaux avec Gemini Omni (Alexander Chen) : changer le cuir en velours, le bois en métal sur une même scène vidéo, en conservant la cohérence physique

CapCut Video Studio : la convergence vidéo / design devient produit

ByteDance pousse CapCut au-delà du montage classique avec un canvas infini et un agent IA basé sur Seedance 2.0. Plus de timeline : vous décrivez, l’agent compose, vous itérez en temps réel. Réponse de TikTok à la fois à Canva et à Premiere.

La convergence vidéo / design n’est plus un signal faible : elle s’écrit dans un produit livré.

Toute la chaîne de post-production se reconfigure – du brief à la diffusion, en passant par l’étalonnage et le mastering. Le métier de monteur ne disparaît pas, son centre de gravité se déplace de l’exécution vers l’orchestration.

Et celui qui orchestre vaut bien plus que celui qui exécute – il pilote bien plus de production (mais attention au Brain Fry 👆👆👆 )

• Connecteurs MCP dans votre stack créative : si vos outils de génération ne sont pas accessibles par API ou MCP, ils risquent de sortir de la boucle agentique d’ici un an
• Post-prod batch sur votre contenu récurrent : stories, Reels, vidéos LinkedIn – calculez le temps gagné
• Palette d’outils : Runway pour la narration, Seedance pour le produit, GPT Image 2.0 pour l’image fixe et les chartes, CapCut pour le montage rapide. La polyvalence est dans l’orchestration
• Politique d’attestation : C2PA, Content Credentials, watermarking. Quand clients ou lecteurs demanderont « c’est vrai ou c’est généré ? », il faudra une réponse

---

☕ Un café en vrai ?

Deux questions pour prolonger la réflexion cette semaine :

• Si 70 % du public trouve que l’IA va trop vite, votre stratégie de déploiement interne intègre-t-elle un volet « embarquement » de ceux qui n’en veulent pas ?
• Google injecte Gemini dans 3,5 milliards d’appareils. Votre produit, votre service, votre marque : sont-ils prêts pour un monde où l’utilisateur ne clique plus mais délègue à un agent ?

Autant de sujets que nous aimons explorer chez RnD.

Pourquoi ne pas en parler autour d’un café (virtuel ou réel) ?