L’intelligence artificielle a-t-elle tué la photographie ? (3 ans après)

Il y a trois ans, je publiais un article intitulé « L’intelligence artificielle va-t-elle tuer la photographie ? ». Je le terminais en écrivant que je le relirais « dans quelque temps avec un regard amusé ». Eh bien, c’est fait. Je viens de le relire. Et le regard est effectivement amusé, mais pas toujours pour les raisons que j’imaginais, vous allez voir.

À l’époque, tout le monde retenait son souffle. Le Monde titrait que l’IA « bouscule et inquiète le monde de l’image »¹, et moi, j’avais fait des paris, parce que c’est : gratuit et marrant, donc pourquoi se priver ? Trois catégories : les pratiques qui allaient survivre, celles qui sentaient un peu le roussi, et celles qui sentaient carrément le sapin. J’avais aussi promis de jouer franc jeu et de ne pas les modifier après coup. Promesse tenue, ils sont toujours là, gravés dans le marbre de WordPress (vous pouvez aller vérifier, tout y est).

Il est donc temps de faire les comptes : qu’est-ce que j’avais bien vu, qu’est-ce que j’avais raté, et surtout, on en est où ?

Ps : Comme dans le premier article, « IA » désignera ici les intelligences artificielles génératives. Mon appareil photo qui fait la mise au point tout seul n'a toujours rien demandé à personne.

On fait les comptes

Petit rappel pour ceux qui débarquent : ma grille de lecture de 2023 reposait sur une idée simple. Ce qui fait l’essence de la photographie, c’est son lien au réel. Le fameux « le réel adhère à la photographie » de Roland Barthes. Donc : là où ce lien compte, le photographe reste ; là où tout le monde s’en fiche, l’IA prend la place.

Trois ans plus tard, je peux le dire sans rougir : cette grille de lecture a tenu. C’est même ce qui a le mieux vieilli dans l’article. Passons les paris en revue.

Ce que j’avais bien vu ✅

• L’illustration et les banques d’images sont mortes, comme prévu. Et pas d’une mort lente et digne : Getty Images, que je citais comme la victime désignée, vend aujourd’hui… son propre générateur d’images² (le sens des affaires, on ne peut pas leur enlever ça). Shutterstock a signé avec OpenAI³, Adobe Stock accepte les images générées depuis belle lurette. Quand le croque-mort se met à vendre des cercueils pour lui-même, c’est que le diagnostic était bon.
• Le portrait corporate s’est fait dévorer. Je me demandais si une IA saurait un jour transformer un selfie en portrait LinkedIn. La réponse a mis environ six mois à arriver : les applications de headshots (portraits professionnels générés) se sont multipliées⁴, pour quelques dizaines de dollars (contre quelques centaines pour une séance en studio), et une bonne partie des photos de profil que vous croisez sur LinkedIn n’a jamais vu de photographe. Ni d’appareil photo, d’ailleurs.
• Le mariage, le reportage, le documentaire : toujours debout. Personne ne veut des images inventées de son propre mariage, et un document reste un document. Le lien au réel, encore et toujours.

Aussi, il y a eu ce petit moment de grâce, quinze jours à peine après la publication de mon article : Boris Eldagsen remportait la catégorie créative des Sony World Photography Awards avec The Electrician, une image entièrement générée par IA (via DALL-E, pour les curieux). Il a refusé le prix⁵, en expliquant qu’il avait candidaté pour vérifier si les concours étaient prêts. Ils ne l’étaient pas. Le monde de la photographie a découvert en direct qu’il ne savait plus reconnaître une photographie.

Ce que j’avais raté (de peu) ⚠️

J’avais écrit, sûr de moi : « je doute fortement que Midjourney fasse la couverture de Vogue demain ». Raté. Enfin, presque. Ce n’est pas la couverture, mais un mannequin généré par IA s’est retrouvé dans une publicité pour Guess publiée dans les pages de Vogue⁶ à l’été 2025, avec la polémique qui va avec. La mode, que je pensais protégée par son ADN d’auteurs (Penn, Avedon, Bourdin, tout ça), a laissé entrer le loup dans la bergerie. Pas par la grande porte, certes, mais les pubs, c’est déjà l’argent de la maison.

Ps² : En 2023, Midjourney avait banni la requête « McCurry » pour éviter les questions gênantes. Trois ans après, la question du droit des images d'entraînement n'est toujours pas tranchée proprement. Les grands procès s'éternisent et accouchent de décisions en demi-teinte : Getty a largement perdu contre Stability AI au Royaume-Uni, essentiellement pour des questions de territorialité, sans que le fond (entraîner un modèle sur des images protégées, c'est légal ou pas ?) soit vraiment jugé. L'appareil juridique courait après la technologie, il court toujours.

Ce que je n’avais pas vu venir 🛑

Bon. Maintenant, la partie où je mange mon chapeau (enfin ma casquette, je ne porte pas de chapeaux). Parce qu’il y a des choses que je n’avais pas vues venir du tout, et ce sont les plus intéressantes, à mon humble avis.

Les ventes d’appareils photo sont reparties à la hausse

Dans l’article de 2023, j’avais mis un graphique des ventes d’appareils photo en chute libre, en suggérant que l’IA n’allait pas aider à inverser la tendance. La tendance s’est inversée, qui aurait pu prédire ?

Les livraisons d’appareils repartent à la hausse depuis deux ans⁷ (les compacts font même +30 % sur un an, du jamais vu depuis l’arrivée du smartphone), portées par un phénomène que personne n’avait mis dans son bingo : les jeunes⁸ (oui, ceux-là mêmes qu’on accusait de ne jurer que par leur téléphone). Les compacts sont redevenus des objets de désir sur TikTok, l’argentique continue sa deuxième vie, et le Fujifilm X100VI est devenu l’appareil le plus précommandé de l’histoire⁹, avec les mois de rupture de stock mondiale qui vont avec.

La hype du X100VI, je l’avais d’ailleurs commentée à sa sortie :

Avec le recul, c’est logique. Je m’étais trompé de variable : je regardais l’image produite, alors qu’il fallait regarder l’expérience vécue. On n’achète pas un appareil photo pour obtenir des images (le téléphone le fait très bien, l’IA encore mieux). On l’achète pour l’acte photographique : sortir, chercher, cadrer, déclencher. La chasse aux Pokémons, toujours. Et ça, précisément, c’est le truc que l’IA ne peut pas générer. J’en parlais d’ailleurs avec Richie à propos de l’argentique :

Le slop, ou la victoire par l’écœurement

En 2023, ma grande inquiétude, c’était la postvérité : des fausses images tellement crédibles qu’on ne saurait plus quoi croire. Ça s’est produit, hein. En mai 2023, une fausse photo d’explosion au Pentagone a fait brièvement plonger la bourse américaine¹⁰. Une image générée, partagée par des comptes certifiés, et des algorithmes de trading qui paniquent (l’esprit critique n’est visiblement pas leur fort non plus). On y était, dans le grand n’importe quoi.

Mais le phénomène dominant n’a pas été la tromperie. Ça a été la saturation. L’IA n’a pas rendu les images plus crédibles, elle les a rendues insignifiantes. Les anglophones ont trouvé le mot parfait : le slop (la pâtée, la bouillie qu’on sert aux cochons). Des fils Facebook entiers remplis de crevettes-Jésus¹¹ et de bébés-choux, des fausses photos « historiques » à la chaîne, des paysages parfaits qui n’existent nulle part. Les chercheurs parlent de la nouvelle forme du spam¹², et ils sont polis. Des images que vous les avez forcément croisées si vous ouvrez votre navigateur internet plus d’une fois par an. Vos parents qui partageaient des théories farfelues en 2023 partagent maintenant des photos de vétérans centenaires qui n’ont jamais existé, et souhaitent leur anniversaire à des grand-mères en pâte polymère.

Et là, il s’est passé un truc que je n’avais pas anticipé : le public a développé des anticorps. « Ça fait IA » est devenu une insulte esthétique. Les marques qui communiquent avec des visuels générés se font épingler en commentaires (et pas seulement par les Papy-Bokeh, par tout le monde) : demandez à Coca-Cola, dont la publicité de Noël générée par IA s’est fait démonter en ligne¹³ (« sans âme » est revenu souvent, ce qui, pour une marque dont le slogan est Real Magic, ne manque pas de sel). La mention « généré par IA », qu’on imaginait en 2023 comme une fatalité honteuse, est devenue un repoussoir marketing. C’est l’ironie de l’histoire : à force de pouvoir tout produire, l’image générée a créé une prime à l’image vraie.

La contre-attaque s’organise d’ailleurs côté matériel : Leica a été le premier à intégrer les Content Credentials¹⁴ (un standard de signature qui certifie l’origine d’une image, le C2PA) directement dans un boîtier (comptez sur Leica pour transformer ça en argument de vente), et les autres constructeurs suivent. On est en train d’inventer l’appellation d’origine contrôlée de la photographie. Il y a dix ans, ça aurait semblé absurde. Aujourd’hui, ça semble indispensable.

La vidéo a pris la vague en pleine tête

Pendant qu’on s’inquiétait pour la photographie, la génération vidéo est passée du gif tremblotant de Will Smith mangeant des spaghettis (devenu, je vous jure que c’est vrai, un test de référence avec sa propre page Wikipedia) à des plans photoréalistes avec son et dialogues synchronisés¹⁵. Sora, Veo et compagnie ont fait à la vidéo ce que Midjourney avait fait à l’image, et encore plus vite. Tout ce que j’écrivais sur l’illustration s’applique désormais aux banques de vidéos (le stock footage), à la pub, au clip. Les problématiques que la photo a essuyées en premier, la vidéo les découvre avec le même air surpris.

Le lien au réel, trois ans après

Reprenons la grille de 2023, donc. Le lien au réel devait départager ce qui survivrait de ce qui disparaîtrait. Ça s’est vérifié. Mais il s’est passé quelque chose en plus, que je n’avais qu’effleuré : ce lien au réel n’est pas juste resté important, il a pris de la valeur.

Le New York Times posait la question fin 2023¹⁶ : si l’IA est le futur de la photographie, la photographie est-elle morte ? Trois ans après, je répondrais l’inverse. Dans un monde où n’importe qui peut générer n’importe quelle image, la seule chose qui ne se génère pas, c’est d’y avoir été. Le « ça a été » de Barthes est passé du statut de concept de philosophe à celui d’argument commercial. Les photographes de mariage le mettent sur leurs plaquettes. Les agences de presse en font des chartes. Les constructeurs en font des puces.

Concrètement, pour vous, ça veut dire quoi ? Que la valeur de votre travail ne se situe plus dans la qualité de l’image (l’IA fait de belles images, des millions, gratuitement) mais dans ce que l’image prouve : votre présence, votre regard, votre démarche. Une belle photo de coucher de soleil ne vaut plus rien. Un projet cohérent, mené sur le terrain, avec un propos, n’a jamais valu autant. Continuez à mettre vos tripes sur la table y’a que ça de vrai. C’est exactement ce que je racontais dans mon manifeste, mais le contexte lui a donné dix ans de pertinence supplémentaire :

Et si vous trouvez que je pousse le bouchon avec mon histoire de retour à l’incarné, regardez ce qui se passe dans la musique. Ça vous parlera peut-être davantage (oui, je case toujours une histoire de musique dans mes articles, c’est plus fort que moi).

À l’été 2025, un groupe appelé The Velvet Sundown débarque sur Spotify. Folk rock bien lisse, jolies photos, esthétique seventies calibrée au millimètre. En quelques semaines, près d’1,4 million d’auditeurs mensuels¹⁷. Le détail qui pique : le groupe n’existe pas. Ni les musiciens, ni les instruments, ni les visages sur les photos. Tout est généré par IA, et il a fallu que Rolling Stone les coince pour qu’ils l’avouent dans leur propre bio. Un million et demi de personnes qui écoutent… personne. Poussées là par les playlists algorithmiques, celles qui décident à votre place ce que vous êtes censé aimer.

Maintenant, l’autre bout du spectre. Angine de Poitrine, deux Québécois de Saguenay qui jouent un math rock impossible sur un instrument double-manche frété au quart de ton, bricolé maison, le visage planqué sous des masques en papier mâché grands comme des ballons de plage. Sur le papier, l’anti-tube absolu. Sauf que leur captation live pour la radio KEXP, filmée aux Trans Musicales de Rennes, a dépassé les 16 millions de vues¹⁸ et les a propulsés de leur cave québécoise jusqu’aux éloges du New York Times. Personne n’a découvert Angine de Poitrine dans une playlist « chill beats pour réviser ». On les a découverts en les voyant jouer. Le concret, l’incarné, le « ça a été » version scène.

C’est exactement le même mouvement que pour la photo. D’un côté, une production infinie, lisse, gratuite, que personne n’a vécue et qu’un algorithme vous sert à la louche. De l’autre, des gens qui font des trucs, en vrai, avec leurs mains et leurs petits cœurs, et un public qui a soif de ça précisément parce que tout le reste est devenu du vent.

Moins de streams, plus de concerts. Moins d’images, plus de photographies. C’est la même chanson.

Le vrai bouleversement n’était pas là où on regardait

Voilà pour le bilan des paris. Mais si je m’arrêtais là, je passerais à côté de l’essentiel. Parce qu’en 2023, tout le monde (moi compris) regardait au même endroit : les images générées. Midjourney qui crache des loutres dans des avions. La vraie révolution s’est produite ailleurs.

En trois ans, l’IA est passée du statut de générateur d’images à celui de collègue.

Pour expliquer ce qui a changé, le modèle mental que j’utilise (y compris pour former des collègues au bureau, c’est dire si je crois au truc) tient en deux mots : le moteur et le harnais. Le moteur, c’est le modèle de langage, le truc qui raisonne et qui rédige. En 2023, on n’avait que ça : un moteur posé dans une boîte de chat, brillant et amnésique. Ce qui a tout changé depuis, c’est le harnais qu’on a construit autour : de la mémoire (il se souvient de vos projets d’une session à l’autre), des compétences (on lui apprend vos façons de faire, une fois), et des connecteurs qui le branchent sur vos vrais outils, vos fichiers, vos logiciels. Le moteur n’a pas seulement grossi. Il a été attelé.

Sur ce sujet, ma lecture de chevet s’appelle Ethan Mollick, un professeur de Wharton (une école de commerce américaine, pas un personnage de Harry Potter) qui documente depuis trois ans, semaine après semaine, ce que ces outils savent (et ne savent pas) faire. Il a une image que je trouve très juste : celle de la « frontière déchiquetée » (jagged frontier).

L’IA n’avance pas comme un raz-de-marée uniforme, elle avance en dents de scie : elle excelle sur des tâches qu’on croyait intouchables, et se vautre sur des trucs qu’un stagiaire de troisième réussirait. C’est exactement ce qu’on a observé en photographie : le portrait corporate englouti d’un coup, le mariage pas même égratigné.

Mollick a aussi fait le bilan du chemin parcouru entre GPT-3 (l’ancêtre de ChatGPT) et les modèles actuels : en trois ans, on est passé d’un perroquet doué à des systèmes qui mènent un travail de plusieurs heures en autonomie. Les fameux « agents ». Et c’est là que ça devient intéressant pour nous, photographes. Parce que pendant que tout le monde débattait de la mort de la photo, ces outils ont appris à faire tout le reste : trier, monter, rédiger, publier, organiser.

Ce que l’IA fait vraiment chez un photographe (visite guidée)

Et là, je peux vous parler d’expérience, parce que j’ai passé ces dernières années à tester ça en conditions réelles, depuis mon bureau. Dans l’article de 2023, je listais timidement quatre usages possibles de l’IA pour un photographe : la retouche, la recherche, la rédaction de textes, les dossiers de candidature. C’était mignon. Voici à quoi ressemble la réalité de mon atelier aujourd’hui.

• L’illustration de mes vidéos. Je filme, je derush (je coupe les prises ratées) et une IA va m’aider à insérer des images, des b-rolls d’illustration (souvent des vidéos stock pour souligner une idée), mettre du texte (le nom d’un photographe par exemple).
• Les sous-titres. Transcrits, calés à la syllabe près, mis en forme. Automatiquement.
• Les miniatures YouTube. On itère ensemble sur des maquettes, en vérifiant le rendu à la taille réelle d’un écran de téléphone, jusqu’à ce que ça fonctionne. Même si ça n’est pas encore parfait, je l’avoue. Mais ça m’a dépanné plus d’une fois.
• L’illustration de mes articles. Recherche des images, mise en page, contrôle du rendu publié. Ce Blog que vous lisez en profite directement. C’était un travail de sourcing très chronophage que je n’ai plus besoin de faire.
• La logistique de diffusion. Carrousels pour les réseaux, suivi SEO, réparation des liens morts, newsletters mises en forme directement dans mon outil. Tout ce que je décris dans ma formation sur la diffusion comme étant le nerf de la guerre (et la partie la moins glamour du métier) se délègue de mieux en mieux sur ses aspects les plus ingrats.
• La synchronisation photo/vidéo de mes reels. L’IA recoupe les horodatages de mes photos avec mes rushs pour retrouver l’instant exact de chaque déclenchement. Sur mon dernier lot de reels new-yorkais, 126 photos calées à la seconde près sur les rushs. Un travail de bénédictin que plus personne n’a à faire à la main.
  

• Le dépannage de mon bazar numérique. Retrouver les DNG de mon voyage à New York égarés entre deux ordinateurs et un catalogue Lightroom capricieux, puis élucider pourquoi l’horloge de mon boîtier racontait n’importe quoi sur une partie du séjour. Le genre de soirée que personne ne regrette.
• Le Blog que vous êtes en train de lire. La page d’accueil a été redessinée puis codée avec l’IA (maquettes, design system, code du thème), et c’est ce qui tourne en production en ce moment même.

Et le plus frappant, c’est qu’elle ne se contente pas d’exécuter des tâches : elle me fabrique des outils qui n’existaient pas. Quand j’ai voulu utiliser les simulations de films Fuji sur les fichiers de mon Hasselblad (elles sont réservées aux boîtiers Fuji, verrou purement logiciel), on a codé ensemble 2FujiRaw, une application macOS qui déguise mes RAW en fichiers Fuji pour débloquer le rendu dans Lightroom. Elle est en libre accès, si vous êtes dans le même cas. Une application complète, signée, distribuée, née d’un besoin de photographe un dimanche.

Vous voyez le point commun de cette liste ? Dans tout ça, l’IA n’a pas pris une seule photographie. Pas une. Elle ne sort pas, elle ne cadre pas, elle ne déclenche pas. Elle fait tout ce qu’il y a autour : le tri, le montage, la technique, la diffusion, la paperasse (soit, si on est honnête deux minutes, 80 % du temps de travail d’un photographe qui diffuse).

L’IA n’a pas remplacé le photographe. Elle a remplacé son stagiaire, son monteur, son community manager et son assistant. Et le photographe, lui, se retrouve dans un rôle nouveau : directeur d’une petite équipe infatigable, qui ne dort jamais et ne demande pas d’augmentation (le rêve de tout DRH, je sais). Le métier glisse de « faire » vers « décider ». On garde le regard, l’intention, le déclenchement. On délègue le reste.

Et l’écologie, dans tout ça ?

Je vous vois venir. Je viens de vous décrire une IA qui trie, monte, rédige et publie à longueur de journée, et tout ça tourne sur de vrais serveurs, qui consomment de vrais électrons et de la vraie eau. La question du coût écologique est donc parfaitement légitime. Pour des raisons professionnelles, j’ai passé pas mal de temps à creuser ce sujet ces derniers mois, et j’ai appris un paquet de trucs en route. Autant vous en faire profiter.

Mon angle : ni dédouaner l’IA, ni culpabiliser chaque usage, mais remettre des ordres de grandeur partout où il en manque. C’est la logique du train et de l’avion : personne ne vous interdit de prendre l’avion, mais connaître l’empreinte de chacun permet de choisir le train quand il suffit. Arbitrer, pas culpabiliser. Parce qu’un chiffre sans point de comparaison, ce n’est pas une information, c’est un épouvantail.

Une requête, c’est combien ?

Une requête texte sur ChatGPT, Gemini ou Claude, c’est 0,24 à 0,34 Wh¹⁹. Soit l’équivalent de neuf secondes de télévision. Soit, à peu près, une recherche Google. Le fameux « une requête IA égale dix recherches Google » que vous avez forcément croisé date de 2023 et a été révisé d’un facteur dix depuis. Côté eau, comptez environ 0,3 mL par requête (quelques gouttes), jusqu’à 45 mL selon la méthode de calcul²⁰. Et le « demi-litre d’eau par requête » qui a fait le tour des réseaux vient d’une lecture de travers : l’étude d’origine parlait de 500 mL pour 20 à 50 requêtes, en incluant l’eau indirecte de la production électrique.

Pour situer tout ça dans votre cuisine : votre bouilloire consomme l’équivalent de 300 requêtes pour un seul thé, votre grille-pain 150 requêtes pour deux tartines, et le hamburger de midi a englouti 2 400 litres d’eau, soit l’équivalent de plusieurs millions de requêtes. (Je ne dis pas ça pour vous dégoûter du hamburger. Enfin si, un peu.)

Texte, image, vidéo : la hiérarchie qui change tout

Là où ça devient intéressant, c’est que tous les usages ne se valent pas, mais alors pas du tout. Générer une image coûte 5 à 40 fois plus qu’une requête texte. Générer une vidéo, des milliers de fois plus : l’énergie quadruple quand la durée double, et un clip de cinq secondes équivaut à faire tourner un micro-ondes pendant plus d’une heure²¹. Le poids vient du type d’usage, pas du fait que « c’est de l’IA ».

Et pour nous photographes, il y a une ironie savoureuse là-dedans : le poste réellement coûteux, c’est la génération d’images et de vidéos. Autrement dit, la machine à slop du début de cet article. Tout ce que je vous ai décrit dans mon atelier (trier, sous-titrer, caler des timelines, coder des outils), c’est du texte : la partie la plus utile de l’IA est aussi la moins gourmande. L’univers a parfois le sens de l’humour.

Oui, mais l’entraînement ?

C’est l’objection classique, et elle est saine. Entraîner GPT-3 a coûté 1 287 MWh et 552 tonnes de CO₂e, soit l’équivalent de trois allers-retours San Francisco–New York. Pas par passager : l’avion entier²². C’est beaucoup. Mais c’est un coût payé une seule fois, puis amorti sur des milliards d’utilisations : il faut 200 à 500 millions de requêtes pour égaler l’énergie d’entraînement d’un modèle. Ramené à votre question de ce matin, l’entraînement ne pèse presque rien.

L’échelle globale (et le graphique que je montre à tout le monde)

Prenez le temps de regarder ce graphique, c’est mon préféré du dossier. Depuis 2010, le trafic internet a été multiplié par 17. La consommation d’énergie des data centers, elle, est restée quasi stable sur la même période : l’efficience du matériel a absorbé l’explosion des usages²³. On culpabilise volontiers un usage que l’ingénierie a déjà largement compensé.

Ça, c’était la décennie 2010. Depuis l’arrivée de l’IA générative, le tableau a changé : l’efficience n’absorbe plus tout, et la consommation monte pour de bon. Voici où on en est : 415 TWh en 2024, soit environ 1,5 % de l’électricité mondiale, dont environ 0,5 % pour l’IA seule. Et voici ce qu’on projette : l’IEA dessine un doublement d’ici 2030, autour de 945 TWh, à peu près 3 % de l’électricité mondiale²⁴. La courbe, avec sa fourchette :

Soyons honnêtes une seconde : même le scénario le plus sage de ce graphique reste une pente raide. La question n’est donc pas de savoir si l’IA consommera plus demain qu’hier (elle consommera plus), mais si ces courbes se réaliseront telles quelles. Et là, j’ai un doute, pour une raison simple : elles projettent la demande d’un secteur qui n’a pas encore trouvé son modèle économique. Près de 95 % des utilisateurs de ChatGPT ne paient rien, et OpenAI éponge des pertes considérables en attendant des jours meilleurs.

Et le secteur est d’une volatilité rare. Rien que ces cinq dernières semaines : le modèle le plus avancé d’Anthropic (Fable 5, pour les intimes) a été suspendu sur décision de l’administration américaine, rétabli trois semaines plus tard, puis retiré de la plupart des abonnements pour basculer vers une facturation à l’usage²⁵, finalement annulée à la dernière minute pour être compris dans les abonnements. Pendant ce temps, les Chinois de Moonshot sortaient Kimi K3, un modèle ouvert trois fois moins cher au million de tokens, qui talonne les meilleurs modèles américains²⁶ (avec une nuance que les tests montrent bien : il consomme plus de tokens pour la même tâche, donc l’économie réelle est plus mince que l’affiche). Un data center d’IA n’est pas un haut-fourneau qu’on ne pourrait plus éteindre : sa consommation suit la charge, et un service qui ne rentre pas dans ses coûts finit débranché.

Un data center d’IA n’est pas un haut-fourneau qu’on ne pourrait plus éteindre : sa consommation suit la charge, et un service qui ne rentre pas dans ses coûts finit débranché. Ce n’est pas de la théorie, OpenAI vient de le faire avec Sora²⁷, son générateur de vidéo : grosso modo un million de dollars de calcul par jour pour deux millions de revenus sur toute la vie du produit, ouvert en septembre, fermé en avril de l’année suivante. On a vu l’argument se dérouler en direct. Et l’étude du MIT sortie cette année raconte la même histoire côté entreprises : 80 % d’entre elles testent l’IA générative, 95 % n’en tirent aucun retour mesurable. Adoption massive, valeur rare. Ainsi : quand le produit-phare d’un secteur peut disparaître un mois sur décision administrative, que la concurrence divise les prix par trois, et que les services s’éteignent faute de clients, extrapoler la demande d’infrastructure à dix ans relève du marc de café.

Et il y a une seconde incertitude, plus profonde encore, parce qu’elle est technique. Ce qu’on appelle « l’IA » en ce moment, ce sont pour l’essentiel les LLM, les grands modèles de langage, et leur recette tient en un mot : plus. Plus de données, plus de paramètres, plus de serveurs. Le calcul englouti par l’entraînement des modèles de pointe est multiplié par 4 à 5 chaque année depuis quinze ans²⁸. Toutes les courbes de consommation qu’on vient de voir reposent sur l’hypothèse que cette recette continue, et qu’elle continue de marcher.

Or personne ne sait si elle continuera de marcher. Peut-être que « plus » fonctionnera éternellement. Peut-être qu’il y a un plafond de verre : les données de qualité ne sont pas infinies (tout internet a déjà été avalé), et personne n’a démontré que la prochaine multiplication par mille produirait autre chose que des modèles plus chers. Ce qui est sûr, c’est qu’une partie des pionniers du domaine parie déjà sur autre chose. On parle là de Yann LeCun : un Français, l’un des pères du deep learning (ses réseaux convolutifs lisaient les chèques dans les années 90), prix Turing 2018 avec Geoffrey Hinton et Yoshua Bengio, et patron scientifique de l’IA de Meta pendant plus de dix ans. Fin 2025, il a claqué la porte pour monter sa propre boîte à Paris, AMI Labs, avec un milliard de dollars levés au passage²⁹. Sa thèse, qu’il répète partout : les LLM sont une impasse. Un système entraîné à prédire le mot suivant ne comprend rien au monde physique ; un chat, dit-il, en sait plus long sur la gravité que ChatGPT.

Son pari, ce sont les world models (« modèles du monde ») : des systèmes qui apprennent en regardant le monde, comme un bébé, et s’en construisent une représentation interne pour prédire ce qui va se passer, au lieu d’avaler tout internet. Les premiers résultats sortent en ce moment : début 2026, son équipe a publié le premier modèle de ce type (l’architecture s’appelle JEPA) qui s’entraîne de bout en bout depuis des images brutes, puis une preuve mathématique des conditions dans lesquelles il retrouve réellement les variables cachées du monde qu’il observe. C’est de la recherche fondamentale, pas un produit. Mais l’ambition affichée est une intelligence supérieure pour une fraction des données et du calcul. Le « toujours plus » n’est donc pas une loi de la nature : c’est la stratégie d’une génération de modèles. Et les projections d’infrastructure à dix ans supposent qu’elle ne changera pas.

Ce film, l’histoire économique l’a d’ailleurs déjà projeté. Ma comparaison préférée : la folie ferroviaire anglaise des années 1840 (la Railway Mania). Des valorisations délirantes, des milliers de kilomètres de rails financés par des prospectus enthousiastes, et des épargnants persuadés que la demande ne pouvait que monter.

Regardez bien les deux courbes, c’est le point le plus intéressant du graphique. Pendant que l’indice s’effondre (moins 60 % en cinq ans, des épargnants ruinés par wagons entiers, sans mauvais jeu de mots), le réseau réellement ouvert, lui, triple. Le rail a bel et bien transformé le monde, il continuait même de se déployer en plein krach. Simplement, pas au rythme ni au prix promis aux actionnaires de 1845. La technologie survit presque toujours à la bulle ; la courbe financière qu’on avait extrapolée, presque jamais. Gardez ça en tête en relisant la fourchette du graphique IEA un peu plus haut.

Reste à mettre tout ça en perspective. Un point de comparaison que je trouve parlant : l’aviation, c’est 2,5 % des émissions mondiales de CO₂, alors que 80 % de l’humanité n’a jamais mis les pieds dans un avion, et que 1 % des voyageurs concentrent plus de la moitié des émissions du secteur³⁰. L’IA texte, c’est exactement l’inverse : un coût unitaire minuscule, réparti sur des milliards de personnes.

Où sont les vrais leviers

Élargissons encore d’un cran, parce que c’est là que le débat se joue. Le numérique dans son ensemble (terminaux, réseaux et data centers compris) pèse 3 à 4 % des émissions mondiales. Voici où se trouvent les vrais gros postes, dans le monde et en France³¹ :

En France, le premier poste est le transport, environ un tiers des émissions, et c’est le seul qui n’a pas reculé depuis 1990. Si l’objectif est de réduire vite et fort, ce n’est pas sur votre historique de conversations que ça se joue. Ce n’est pas moi qui le dis, c’est la démarche du GIEC lui-même : son dernier rapport classe les leviers d’action par potentiel de réduction et par coût, précisément pour qu’on sache par quoi commencer³². Prioriser, ce n’est pas esquiver le combat, c’est le mener efficacement.

Le piège à éviter, c’est la fausse équivalence : « la voiture électrique pollue aussi, à cause des batteries » est vrai dans le détail et trompeur au global, où son bilan reste largement positif. Le même raisonnement s’applique ici. Et pour l’anecdote hexagonale : grâce au nucléaire, le kWh français émet 21,7 g de CO₂, environ quinze fois moins que la moyenne mondiale³³. La même requête, traitée en France, émet une misère.

Ce qui mérite, vraiment, l’inquiétude

Tout n’est pas rose pour autant, et je ne voudrais pas vous vendre une IA propre comme un sou neuf. Le vrai sujet n’est pas la requête individuelle : il est systémique, et surtout il est local. Les data centers se concentrent géographiquement, et les réseaux locaux encaissent. En Irlande, ils avalent désormais 23 % de toute l’électricité du pays, concentrés autour de Dublin au point que le gestionnaire du réseau a suspendu tout nouveau data center dans le Grand Dublin jusqu’en 2028³⁴. En Virginie, c’est plus d’un kilowattheure sur quatre, et les prix de l’électricité grimpent au point qu’un comté a demandé à ses écoles d’éteindre les lumières³⁵. Et environ deux tiers des data centers construits depuis l’arrivée de ChatGPT sont situés dans des régions en stress hydrique³⁶. Or l’eau, contrairement au carbone, est locale et non substituable : pomper une nappe déjà tendue ne se compense par aucune abondance ailleurs.

La parade existe et se déploie, cela dit : les nouveaux data centers basculent vers des refroidissements en circuit fermé et vers l’eau recyclée ou non potable. Microsoft généralise des conceptions « zéro eau évaporée » à ses sites construits à partir de 2027 (environ 125 millions de litres économisés par site et par an), et Amazon vise l’eau recyclée dans plus de 120 data centers d’ici 2030³⁷. Mais tant que le refroidissement évaporatif à l’eau potable reste la norme dans des régions déjà tendues, le problème est réel.

Ajoutez à ça l’opacité persistante des géants du secteur sur leurs propres chiffres (seuls Google et Mistral publient de vraies mesures), et vous obtenez les questions qui comptent : où on s’installe, comment on refroidit, avec quel mix électrique. Pas « combien de questions avez-vous posées à ChatGPT ce matin ».

Les bons réflexes (si vous voulez faire votre part)

1. Le texte, allez-y tranquille. C’est l’ordre de grandeur d’une recherche Google, et votre bouilloire fait pire pendant que vous lisez la réponse.
2. L’image et la vidéo génératives, avec parcimonie. C’est le poste réellement coûteux. Ça tombe bien : c’est aussi la machine à slop, et on a établi plus haut tout le bien qu’on en pensait.
3. Appariez le modèle à la tâche. Un modèle rapide par défaut ; les modèles « réflexifs », qui consomment 10 à 70 fois plus par requête, réservés aux problèmes complexes, où ils évitent justement cinq allers-retours de reformulation.

Et si vous voulez creuser au-delà de ma synthèse, deux lectures aux antipodes l’une de l’autre : le dossier de Bon Pote, côté « préoccupant », et les analyses d’Andy Masley, côté « marginal ». Lisez les deux avec vos petits yeux et faites-vous votre avis. Moi, vous l’aurez compris, je me méfie des deux extrêmes.

Les paris pour les trois prochaines années

Allez, on remet une pièce dans la machine. Même règle qu’en 2023 : je parie, je ne modifie rien après coup, et on se retrouve dans trois ans pour compter les points. Si le premier bilan m’a appris un truc, c’est que je suis meilleur sur les tendances de fond que sur le calendrier, donc prenez les échéances avec des pincettes. Et comme la dernière fois, si vous voyez des paris que j’aurais ratés, les commentaires sont là pour ça.

Dans la catégorie « ça va monter, j’y crois 👍🏻✅ », je mettrais :

• La photographie-preuve. La certification d’origine (Content Credentials et consorts) va se généraliser dans les boîtiers et devenir un standard de la presse et des concours. La question « cette image est-elle une photographie ? » aura une réponse technique, plus seulement philosophique. Sans ça, la valeur de l’image ne va faire que s’effondrer, jusqu’au néant total.
• La prime au nom et à la démarche. Quand les images ne valent plus rien, ce qui reste, c’est qui les a faites et pourquoi. Les photographes avec un propos, un terrain, une signature vont concentrer la valeur. Les autres vont se battre contre une machine à images gratuite.
• Le photographe augmenté. Celui qui délègue toute la logistique à ses assistants numériques et réinvestit ce temps sur le terrain. Le fossé va se creuser entre ceux qui produisent plus de travail personnel grâce à ces outils, et ceux qui s’épuisent à tout faire à la main par principe (je pense au tri des images post mariage par exemple, qui peut être grandement facilité, notamment en entraînant l’IA sur des corpus déjà existants et dégager du temps aux photographes).
• L’expérience photographique comme produit. Stages, voyages, tirages, livres, rencontres : tout ce qui se vit et se touche. L’appareil photo comme objet de plaisir plutôt que comme outil de production. La tendance des compacts et de l’argentique n’est pas une mode, c’est un repositionnement.

Dans la catégorie « j’ai des doutes, ça pue un peu 🦨 », je dirais :

• Le photojournalisme, économiquement parlant. Techniquement irremplaçable (c’est le lien au réel incarné), mais la presse qui le finance continue de s’appauvrir, et le doute permanent ronge la confiance dans les images d’actualité. Le besoin n’a jamais été aussi fort, le modèle économique jamais aussi faible. Ça m’inquiète. D’autant plus quand cette même presse se rabaisse à encenser des photographies faites de TV (si on en est à accepter des photos d’écrans, pourquoi rejeter les IA ?).
• La formation photo « technique ». Apprendre les réglages, la théorie de l’exposition, les bases de la composition : tout ça se demande désormais à une IA, gratuitement, avec une patience infinie (essayez de poser cinq fois la même question à un formateur humain, pour voir). Ce qui ne se demande pas à une IA, c’est un regard extérieur exigeant sur votre travail. Les formateurs qui vendent de la technique vont souffrir, ceux qui vendent de l’accompagnement et du regard devraient s’en sortir. Après c’est un pari risqué dans le sens où, concernant la technique, toutes les informations sont déjà sur Google et ça n’a jamais empêché ceux qui vendent des formations sur le sujet de prospérer.
• Les réseaux sociaux comme vitrine photo. Entre le slop qui noie tout et les algorithmes qui poussent la vidéo générée, montrer ses photographies sur Instagram ressemble de plus en plus à accrocher un tirage dans un hall de gare. Je pense que la diffusion va se re-fragmenter : sites personnels, newsletters, tirages, expositions, petits formats imprimés. Une tendance que j’ai déjà, un peu, l’impressions d’observer.

Et enfin, dans les « ça sent le sapin 🎄🛑 » :

• Le portrait professionnel d’entrée de gamme. Déjà aux trois quarts mort, il finira d’y passer. Restera le portrait haut de gamme, celui où la séance elle-même fait partie de ce qu’on achète.
• Ce qui reste de la photo de stock. Le match était plié en 2023, on en est au générique de fin.
• La « belle image » comme finalité. Le coucher de soleil parfait, le paysage épique, la cascade en pose longue : l’IA en produit des tombereaux, gratuitement, et le public ne fait plus la différence (quand il ne s’en fiche pas carrément). Si votre pratique se résume à produire de belles images génériques, le signal est clair : il est temps de chercher ce que vous avez à dire, vous, que la machine ne peut pas dire à votre place. Ça tombe bien, c’est le sujet préféré de ce Blog.

Conclusion

Bon, bon, bon. (Oui, j’avais commencé la conclusion de 2023 comme ça, je respecte les traditions.)

Trois ans après, l’IA n’a pas tué la photographie. Elle a tué des métiers autour de la photographie, elle a noyé les images sous les images, et ce faisant, elle a rendu un service inattendu à ce qui restait : elle a rappelé à tout le monde pourquoi le lien au réel avait de la valeur. On n’a jamais eu aussi peu besoin de produire des images, et jamais eu autant besoin de photographies.

Ethan Mollick, encore lui, a écrit un texte intitulé Choosing to Stay Human : à mesure que les machines savent tout faire, ce qu’on choisit de continuer à faire soi-même devient une déclaration. Je trouve que ça résume bien la situation du photographe en ce moment. Déclencher soi-même, aller sur le terrain soi-même, regarder soi-même : ce n’est plus une évidence par défaut, c’est un choix. Et les choix, contrairement aux images, ça ne se génère pas.

Rendez-vous dans trois ans pour le prochain bilan. D’ici là, moins d’images, plus de photographies. Et à la prochaine.

Ps³ : Oui, cet article sur l'IA a été préparé avec l'aide d'une IA, qui a fouillé mes archives et mes notes de lecture des trois dernières années. Elle n'a pris aucune des positions défendues ici, et surtout, aucune photographie. La boucle est bouclée.

Pendant l’écriture de ce billet, j’ai principalement écouté cet album :

Notes :

1. Le Monde, « L’IA bouscule et inquiète le monde de l’image », 11 avril 2023. ↩︎
2. Forbes, « Getty Images Debuts Generative AI Solution For Copyright-Safe Image Generation », septembre 2023. ↩︎
3. TechCrunch, « After inking its OpenAI deal, Shutterstock rolls out a generative AI toolkit », janvier 2023. ↩︎
4. CNBC, « AI headshots are changing the way job seekers are seen and get hired », octobre 2025. ↩︎
5. CNN, « Sony World Photography Awards: Boris Eldagsen rejects prize for AI-generated image », avril 2023. ↩︎
6. CNN, « Your favorite model may not be real thanks to AI », juillet 2025. ↩︎
7. DPReview, « The numbers for 2025 are in, and they show a meteoric rise in compacts », données CIPA 2025. ↩︎
8. The Phoblographer, « The Camera Industry’s Recovery Is Real, CIPA Data Reveals », juin 2026. ↩︎
9. Fstoppers, « Why X100VI and GR IV Shortages Persist », 2025. ↩︎
10. The New York Times, « An A.I.-Generated Picture Stokes a Stock Market Plunge », mai 2023. ↩︎
11. Forbes, « Facebook’s AI-Generated « Shrimp Jesus, » Explained », avril 2024. ↩︎
12. The Conversation, « AI-generated images have become the latest form of social media spam », 2024. ↩︎
13. NBC News, « Coca-Cola causes controversy with AI-made ad », novembre 2024. ↩︎
14. Content Authenticity Initiative, « Leica Launches World’s First Camera with Content Credentials », octobre 2023. ↩︎
15. Google DeepMind, modèle Veo (génération audio native depuis Veo 3, mai 2025). ↩︎
16. The New York Times, « A.I. Is the Future of Photography. Does That Mean Photography Is Dead? », décembre 2023. ↩︎
17. Rolling Stone, « AI ‘Band’ the Velvet Sundown Officially Confirm They’re AI », juillet 2025 : projet 100 % généré par IA (composition et voix via Suno), ~1,4 M d’auditeurs mensuels sur Spotify avant l’aveu. ↩︎
18. Captation KEXP tournée aux Trans Musicales de Rennes (décembre 2025), devenue l’une des vidéos les plus vues de la radio (cf. franceinfo, « Angine de Poitrine, le phénomène québécois inattendu »). ↩︎
19. Epoch AI, « How much energy does ChatGPT use? » (2025) : ~0,3 Wh par requête. Google mesure 0,24 Wh par requête Gemini avec la méthodologie la plus complète du secteur (Google, 2025 Environmental Report) ; Sam Altman avance 0,34 Wh pour ChatGPT. ↩︎
20. Li et al., « Making AI Less Thirsty », UC Riverside (2023) — l’étude à l’origine du chiffre viral : 500 mL pour 20 à 50 requêtes, eau indirecte incluse. La fourchette haute (45 mL pour une page de texte) vient de l’analyse de cycle de vie de Mistral AI, menée avec l’ADEME et Carbone 4 (2025). ↩︎
21. Luccioni, Jernite & Strubell, « Power Hungry Processing », FAccT 2024 pour le rapport texte/image ; Hugging Face, « Video Killed the Energy Budget » (2025) pour la vidéo. ↩︎
22. Patterson et al., « Carbon Emissions and Large Neural Network Training » (2021). L’ordre de grandeur de l’amortissement (200 à 500 millions d’inférences) vient de Luccioni et al. (FAccT 2024). ↩︎
23. IEA, « Energy and AI » (2025) : 415 TWh consommés par les data centers en 2024, soit environ 1,5 % de l’électricité mondiale ; projection à un peu moins de 3 % en 2030. Le ×17 du trafic internet vient du même rapport. ↩︎
24. IEA, « Electricity consumption by data centres, 2020-2035 » : 415 TWh mesurés en 2024, Base Case à ≈ 945 TWh en 2030 et ≈ 1 200 TWh en 2035, fourchette de scénarios allant d’environ 945 à 1 650 TWh. ↩︎
25. BleepingComputer (juillet 2026) et The Decoder (juillet 2026) : suspension par directive de contrôle des exportations le 12 juin 2026, rétablissement le 1er juillet, puis retrait de la plupart des abonnements à la mi-juillet au profit d’une facturation à l’usage. ↩︎
26. CNBC (17 juillet 2026) et Tom’s Hardware : Kimi K3, 2 800 milliards de paramètres, poids ouverts, 3 $ le million de tokens en entrée contre 10 $ pour son concurrent américain direct. Mesuré au coût par tâche complète, l’écart se resserre nettement : ≈ 0,94 $ contre ≈ 1,80 $ (Artificial Analysis). ↩︎
27. OpenAI Shuts Down Sora And ChatGPT Atlas Browser, Ending Disney Deal ↩︎
28. Epoch AI, « Training compute of frontier AI models grows by 4-5x per year » (2024) : croissance de 4 à 5× par an du calcul d’entraînement entre 2010 et 2024, tendance jugée susceptible de se poursuivre. ↩︎
29. MIT Technology Review, « Yann LeCun’s new venture is a contrarian bet against large language models » (janvier 2026) ; levée d’environ un milliard de dollars en mars 2026. Premiers résultats : LeWorldModel (mars 2026, avec Mila, NYU et Samsung) et la preuve d’identifiabilité de LeJEPA (mai 2026) — voir TechTimes (mai 2026). ↩︎
30. Gössling & Humpe, « The global scale, distribution and growth of aviation », Global Environmental Change (2020) : environ 11 % de la population mondiale a pris l’avion en 2018, et 1 % des voyageurs concentrent plus de la moitié des émissions du secteur. ↩︎
31. Ordres de grandeur arrondis. Pour la France : Citepa, rapport Secten ; pour le monde : inventaires IEA / Climate Watch. ↩︎
32. GIEC, AR6, groupe de travail III, figure SPM.7 (2022) : potentiel de réduction des émissions et coût des leviers sectoriels à l’horizon 2030. ↩︎
33. RTE, Bilan électrique 2024 : 21,7 gCO₂eq/kWh en production directe (30,2 g en cycle de vie complet), contre environ 470 g de moyenne mondiale. ↩︎
34. The Irish Times (juillet 2026), d’après les données du gestionnaire de réseau EirGrid : 23 % de la consommation électrique irlandaise en 2025, projection à 31 % en 2034. Sur la pause des raccordements dans le Grand Dublin jusqu’en 2028 : IIEA, « Data Centres in Ireland: The State of Play ». ↩︎
35. U.S. Energy Information Administration et JLARC, « Data Centers in Virginia » (2024) : environ 25,6 % de la consommation électrique de l’État en 2023 (étude EPRI), record américain. Sur les prix : Tom’s Hardware (juillet 2026). ↩︎
36. Dublin et Virginie : Brookings (2024) et Carbon Brief (2024). Stress hydrique : Water Research (2026). ↩︎
37. Microsoft (décembre 2024) et Data Center Dynamics pour le « zéro eau évaporée » ; Amazon a annoncé l’extension de l’eau recyclée à plus de 120 data centers d’ici 2030. ↩︎