Introduction — Posons le décor
J’utilise l’IA, oui, et je ne vais pas jouer la comédie du puriste. Pour certaines tâches, elle est formidable : rapide, disponible, efficace, presque trop pratique.
Elle aide à illustrer, accélérer, structurer, dégrossir. Mais à force de vouloir tout lui confier, on oublie une chose essentielle : l’outil ne fait pas la vision.
Il peut produire un résultat ; il ne peut pas, à lui seul, porter une intention, une culture, une nuance, ni ce petit supplément d’âme qui transforme un contenu correct en message mémorable.
C’est précisément pour cela que j’utilise l’IA avec discernement : comme un assistant brillant, pas comme un remplaçant.
Acte I — La créativité ne se décrète pas
Soyons justes : l’IA a sa place.
Pour une vidéo de formation, un tutoriel logiciel, un module de conformité, une capsule explicative ou même pour générer une illustration, un plan d’ambiance ou un visuel d’appoint, elle peut être tout à fait utile. Utilisée comme outil d’assistance, au service d’une intention claire, elle rend de vrais services.
Mais il faut distinguer l’outil de la vision.
Dès qu’il s’agit de raconter une histoire, d’incarner des valeurs, de créer une adhésion sincère ou de toucher réellement des collaborateurs, l’enjeu change de nature.
L’IA sait produire quelque chose de propre, parfois même impressionnant. Mais elle ne ressent rien. Elle ne doute pas. Elle ne perçoit pas ce qui sonne faux, ce qui manque de justesse, ce qui doit être reformulé pour devenir crédible.
Un réalisateur humain ne se contente pas d’exécuter.
Il questionne, il recadre, il interprète, il conseille, il comprend ce qu’une entreprise veut dire, et parfois même ce qu’elle essaie de dire sans encore y parvenir.
C’est là que naît la vraie valeur créative.
La différence entre une vidéo correcte et une vidéo mémorable ne tient pas à la qualité d’un prompt.
Elle tient à la sensibilité, au discernement et au regard humain.
Acte II — Dans trois ans, que vous restera-t-il ?
Vous investissez aujourd’hui dans une vidéo IA.
Trois ans plus tard, votre entreprise évolue, votre message change, vous voulez actualiser.
Vous récupérez… un MP4. Juste un MP4.
La vidéo IA, c’est ça. Un rendu final sans profondeur, sans couches, sans histoire éditoriale.
À l’inverse, une vidéo produite par une agence humaine vous livre un projet structuré avec calques, pistes audios séparées, assets organisés, fichiers sources complets.
Elle est modifiable, transmissible, pérenne.
Acte III — Parler plusieurs langues, ou seulement en donner l’impression ?
L’un des arguments les plus séduisants de la vidéo générée par IA est bien connu :
“Votre message disponible en 12 langues, en un clic.”
Là encore, la promesse est puissante. Mais elle mérite d’être examinée avec lucidité. Traduire des mots n’est pas encore traduire une intention.
Une langue n’est pas seulement une grammaire ; c’est une culture, un contexte, un niveau de formalité, une manière de suggérer, de convaincre, d’atténuer ou d’insister.
Dans la communication d’entreprise, ce point est crucial.
On ne traduit pas seulement une information. On traduit une posture.
Or, une IA peut produire une version linguistiquement acceptable tout en trahissant la tonalité initiale, la subtilité d’un message managérial ou la portée réelle d’une promesse. Plus la distance culturelle est forte, plus le risque augmente.
Ex. traduire une vidéo du français vers le chinois avec l’IA implique souvent de passer par l’anglais, qui agit comme une “langue pivot” pour faire le pont entre deux idiomes moins fréquemment associés. Ce procédé entraîne mécaniquement une déperdition d’information, de nuance et de précision linguistique.
Passer par une langue pivot signifie que l’IA effectue deux traductions automatiques successives (français vers anglais, puis anglais vers chinois) sans contrôle qualitatif intermédiaire. Si le premier passage interprète mal un contexte, se trompe sur un mot polysémique ou brouille un concept, cette erreur initiale est automatiquement intégrée et amplifiée dans le rendu final en chinois.
Et le problème est simple : dans la plupart des cas, l’entreprise ne maîtrise pas suffisamment les langues cibles pour détecter elle-même les contresens, les maladresses ou les formulations culturellement inadaptées.
Le résultat est parfois correct. Parfois seulement approximatif. Et souvent impossible à évaluer en interne.
C’est pourquoi une traduction réellement fiable suppose presque toujours une validation humaine par un locuteur natif compétent.
Ce qui est parfaitement logique, mais réduit fortement le mythe de l’automatisation totale.
Acte IV — La sobriété numérique, un engagement concret
C’est un sujet que les grandes entreprises prennent de plus en plus au sérieux, et à juste titre. Les politiques RSE, les bilans carbone, les engagements environnementaux font désormais partie intégrante de la stratégie des organisations responsables.
Or, produire un simple clip de 5 secondes avec l’un des modèles IA les plus avancés disponibles aujourd’hui peut consommer jusqu’à 415 Wh, soit l’équivalent d’un four micro-ondes qui fonctionne pendant environ 30 minutes.
Et il ne s’agit là que d’un court extrait en résolution standard. Certaines mesures plus récentes, notamment celles portant sur les modèles propriétaires d’OpenAI, font même état de 944 Wh pour ce même type de clip, soit près d’une heure de micro-ondes.
Car la caractéristique la plus alarmante de ces modèles n’est pas leur consommation de base, mais la façon dont elle explose avec la durée : selon l’étude Video Killed the Energy Budget publiée par Hugging Face en septembre 2025, chaque fois que la durée d’un clip est doublée, la consommation énergétique est multipliée par quatre.
Ce n’est pas une progression linéaire. C’est une croissance quadratique.
À titre d’ordre de grandeur, et en prenant comme référence le modèle WAN2.1-14B mesuré par Hugging Face, une vidéo de 15 secondes demanderait déjà environ 3,7 kWh, et davantage encore avec les modèles propriétaires les plus puissants.
Et personne n’obtient son résultat au premier essai. Chaque tentative ratée ou insuffisante (et il en faut souvent vingt, trente, parfois davantage) représente une dépense énergétique aussi réelle que la précédente, sur des serveurs distants, alimentés en électricité et en eau de refroidissement.
Pour donner une mesure concrète, la batterie d’un véhicule électrique standard de 50 kWh permet de parcourir en moyenne environ 300 kilomètres. Avec 30 essais sur une vidéo de 15 secondes, soit environ 111 kWh, on consomme l’équivalent de plus de deux charges complètes, soit environ 660 kilomètres d’autonomie théorique.
Ces estimations s’appuient sur les modèles open source les plus performants actuellement mesurés (WAN2.1-14B, étude Hugging Face, septembre 2025) ; les modèles légers consomment beaucoup moins, mais produisent aussi des résultats plus limités. Les modèles propriétaires peuvent consommer significativement davantage.
Ce qui compte ici, c’est la trajectoire : plus la qualité et la durée augmentent, plus la facture énergétique s’emballe de façon non linéaire.
Il est donc légitime de se poser la question : la vidéo IA est-elle compatible avec une stratégie de sobriété numérique sérieuse ? C’est une réflexion que toute entreprise engagée sur ces sujets se doit d’intégrer avant de franchir le pas.
Choisir la création humaine, c’est aussi choisir une production sobre, locale et maîtrisée.
Conclusion — Ce que l’IA ne remplacera pas
L’intelligence artificielle est un outil. Puissant, utile, prometteur pour certains usages fonctionnels et répétitifs.
Mais la communication d’entreprise, c’est de l’humain qui parle à de l’humain.
Elle mérite des créateurs qui comprennent une culture, qui maîtrisent un message, qui livrent des fichiers sources et qui n’ont pas besoin d’un datacenter au Texas pour traduire vos valeurs en mandarin.
L’IA est un bon stagiaire. Productif, disponible, jamais malade. Mais quand il part, il emporte tout dans sa tête.
Et il ne laisse qu’un MP4.