Il était devenu possible de tout filmer sans limite, le cloud offrant un espace de stockage rapidement extensible. Les équipes pouvaient finalement sélectionner les meilleures séquences, conformément au plan. Bref : l'euphorie à l'état pur… jusqu'à ce que les premiers films soient tout simplement introuvables et que certaines scènes doivent même être refilmées parce que le matériel ne pouvait plus être retrouvé. Il s'est avéré qu'il est possible de tout gérer dans le cloud, mais que cela peut aussi devenir incontrôlable.
Aujourd'hui, d'immenses archives médiatiques restent inutilisées parce qu'il est impossible d'y trouver ce que l'on cherche. La plupart des groupes médias ne savent même pas quels trésors cachés dorment dans leurs archives.
Le cloud a soulagé l'industrie cinématographique d'un souci majeur, mais il en a aussi apporté un nouveau. Ce que l'innovation n'a pas changé, c'est la quantité de travail nécessaire. L’humain reste proéminent, par exemple pour enregistrer à la main tout ce qu’il se passe dans un film ou une série. L’être humain a d'incroyables capacités de reconnaissance des formes et de prédiction, mais il lui faut des heures pour visionner
5 minutes de vidéo.
Pour les organisations qui disposent de bibliothèques, d'archives ou de collections de matériel audio/vidéo importantes, le coût d'un employé ou d’un stagiaire chargé de tout enregistrer est prohibitif. Par ailleurs, les gens ont beau être excellents dans leur travail, ils peuvent commettre des erreurs lorsqu'ils effectuent un travail fastidieux et répétitif en masse. De plus, il n'y a pas assez de ressources humaines disponibles pour passer en revue des millions d'heures de matériel. Les tâches répétitives et fastidieuses sont alors parfaites pour le machine learning.
L'IA générative a provoqué une onde de choc dans les industries créatives. À bien des égards, l'industrie cinématographique a encore des batailles à mener, mais nous assistons ici à de grandes discussions sur un avenir lointain. Si l’on prend l’exemple de Sora, l’IA générative de vidéos, elle est encore loin de remplacer une équipe entière, même si les vidéos de démonstration en donnent l'impression. Un bouleversement de l'industrie nécessite toujours l'adhésion des employés et ces modèles d'IA n'y parviennent pas.
Il convient plutôt de se pencher sur les points bloquants, à savoir les tâches que tout le monde aimerait déléguer. L'intelligence d'Apple a peut-être déclenché un changement de perception à cet égard. Bien que la plupart des fonctionnalités soient déjà connues dans l'industrie, l'intégration systématique d'Apple contribue à donner un nouvel élan. Moins d'IA générative et plus d'IA en contexte où elle est attendue, telle est la devise du moment.
La technologie qui sous-tend les fonctions de reconnaissance d'images si populaires auprès des utilisateurs est depuis peu disponible pour les entreprises – et le succès est au rendez-vous. Elles ont le potentiel de faire gagner l’équivalent de journées entières. Il n'est pas nécessaire d’apprendre à les utiliser ou de devenir prompt pour trouver les vidéos de certains sponsors ou le clip d’une bande-annonce.
Cette utilisation de l'IA et du ML pour analyser les médias dans l’industrie du divertissement est communément appelée marquage (automatique ou non) de l'IA. Le résultat du marquage de l'IA est une métadonnée qui permet d’accéder plus rapidement au bon matériel et ainsi de trouver les "moments clés" pour la création d'autres ressources numériques. Dans une production cinématographique, cela permet d'économiser du temps et de l'argent ; dans une salle de rédaction, cela peut être le moment décisif où l'on est plus rapide que la concurrence.
L'IA peut être considérée comme un énième buzzword, mais si elle nous permet de nous concentrer sur les tâches essentielles, cela ne peut être que bénéfique.
Par Eric Peters, Country Manager Benelux & Southern Europe chez Wasabi Technologies
