Les dernières observations d'un associé d'a16z sur la consommation : à l'ère de l'IA, il n'y a pas de fossé protecteur, seulement de la vitesse
TechFlow SélectionTechFlow Sélection
Les dernières observations d'un associé d'a16z sur la consommation : à l'ère de l'IA, il n'y a pas de fossé protecteur, seulement de la vitesse
« Les outils d'IA actuels sont puissants, mais ils ne se sont pas encore dotés d'une structure sociale, manquant ainsi d'un pivot de plateforme basé sur la « connectivité ». »
Dédié à des analyses Web3 approfondiesRédaction : Youxin
De Facebook à TikTok, les produits grand public ont longtemps propulsé l'évolution sociale en reliant les individus. Mais dans ce nouveau cycle piloté par l'IA, « accomplir des tâches » tend à remplacer « établir des relations » comme axe central du produit. Des outils comme ChatGPT, Runway ou Midjourney incarnent de nouvelles passerelles qui non seulement transforment la création de contenu, mais aussi la structure de paiement des utilisateurs et les voies de monétisation.
Cinq partenaires d'a16z spécialisés dans l'investissement consommateur ont indiqué lors d'un échange que, si les outils IA actuels sont puissants, ils n'ont pas encore construit de structure sociale ni de pivot de plateforme doté de « connectivité ».
L'absence de succès phares en consommation révèle une fracture persistante entre plateformes et modèles. Un véritable système social natif de l’IA reste à inventer — un vide qui pourrait donner naissance à la prochaine super-application. L’évolution stratégique de la plateforme a16z : d’un VC « réticent à s’impliquer » vers un modèle de « service full-stack ».
Parallèlement, des formes de produits telles que les doublures IA, agents vocaux et personnalités numériques commencent à prendre forme. Leur portée dépasse largement celle d’un simple compagnon ou outil : elles constituent de nouveaux mécanismes d’expression et de relations psychologiques. À l’avenir, la compétitivité centrale des plateformes reposera probablement sur la puissance des modèles, la vitesse d’évolution du produit et le niveau d’intégration du système cognitif.
L’IA est en train de réécrire le modèle économique B2C
Au cours des vingt dernières années, le secteur de la consommation a vu émerger périodiquement des produits emblématiques — de Facebook, Twitter à Instagram, Snapchat, WhatsApp, Tinder puis TikTok — chacun impulsant une évolution du paradigme social. Récemment, ce rythme semble s'être interrompu, soulevant une question cruciale : l'innovation s'est-elle réellement arrêtée, ou bien notre définition même du « produit grand public » est-elle en cours de transformation ?
Dans ce nouveau cycle, ChatGPT est considéré comme l’un des produits grand public les plus représentatifs. Bien qu’il ne soit pas un réseau social au sens traditionnel, il a profondément changé la relation des gens à l’information, au contenu, voire aux outils. Des outils comme Midjourney, ElevenLabs, Blockade Labs, Kling ou VEO se répandent rapidement dans les domaines audio, vidéo et image, mais la plupart n’ont pas encore instauré de structure reliant les personnes entre elles, ni de graphe social.
À ce stade, l’innovation en IA est principalement menée par des chercheurs de modèles, très techniques mais souvent peu expérimentés dans la conception de produits terminaux. Avec la généralisation des API et des modèles open source, les capacités de base deviennent accessibles, ouvrant la voie à l’émergence potentielle de nouveaux succès grand public.
Le développement du web grand public ces vingt dernières années s’est appuyé sur trois grandes vagues technologiques : internet, les appareils mobiles et le cloud computing, ayant permis les réussites de Google, Facebook ou Uber. Aujourd’hui, l’évolution provient du saut de capacité des modèles. Le rythme technologique ne se manifeste plus par des mises à jour fonctionnelles, mais par des modèles capables de mises à jour à distance.
La logique fondamentale des produits grand public a également changé, passant de « connecter les gens » à « accomplir des tâches ». Google était autrefois l’outil d’accès à l’information ; aujourd’hui, ChatGPT prend progressivement cette place. Des produits utilitaires comme Dropbox ou Box, bien qu’ils n’aient pas créé de graphe social, ont tout de même connu une pénétration massive auprès des consommateurs. Malgré une demande croissante pour la génération de contenu, la structure de connexion propre à l’ère de l’IA n’existe pas encore — ce vide pourrait bien être la voie d’une prochaine percée.
Les moats traditionnels des plateformes sociales sont en train d’être réévalués. Dans un contexte de montée en puissance de l’IA, le pouvoir pourrait basculer de la construction de graphes relationnels vers celle de systèmes basés sur les modèles et les tâches. Les entreprises dominantes en technologie comme OpenAI deviendront-elles les plateformes de la prochaine génération ? C’est une évolution à surveiller. « Doit-on nécessairement miser sur OpenAI ? » Le fondateur d’un fonds en dollars de 20 ans de Silicon Valley avertit que le modèle VC est en passe de devenir obsolète.
Sur le plan commercial, la capacité de monétisation des produits IA dépasse largement celle des anciens outils grand public. Même les applications les plus populaires avaient auparavant un revenu moyen par utilisateur relativement faible. Aujourd’hui, les utilisateurs premium paient jusqu’à 200 $ par mois, dépassant nettement les plafonds des plates-formes technologiques traditionnelles. Cela signifie que les entreprises peuvent contourner la publicité et les longues trajectoires de monétisation, générant directement des revenus stables via des abonnements. Par le passé, l’accent excessif mis sur l’effet réseau et les moats résultait essentiellement d’une faible capacité de monétisation des produits. Désormais, tant qu’un outil apporte suffisamment de valeur, les utilisateurs sont naturellement prêts à payer.
Ce changement constitue un tournant structurel. Traditionnellement, la faiblesse des modèles commerciaux forçait les fondateurs à construire des récits autour de la fidélité des utilisateurs, de la valeur sur le cycle de vie, etc. En revanche, grâce à leur capacité de facturation directe, les produits IA peuvent dès leur lancement clore leur boucle commerciale.
Bien que des modèles comme Claude, ChatGPT ou Gemini semblent similaires fonctionnellement, l’expérience utilisateur réelle présente des différences significatives. Ces préférences divergentes ont conduit à l’émergence de communautés distinctes. Le marché, loin de connaître une guerre des prix, affiche même une tendance à la hausse continue des tarifs chez les leaders, signe qu’une structure concurrentielle différenciée est en train de s’établir.
L’IA transforme également la notion même de « taux de rétention ». Dans les produits d’abonnement classiques, la rétention des utilisateurs déterminait directement celle des revenus. Aujourd’hui, un utilisateur peut continuer à utiliser la version gratuite, mais choisir de passer à un abonnement supérieur s’il effectue davantage d’appels, utilise plus de crédits ou souhaite accéder à un modèle de meilleure qualité. Le taux de rétention des revenus devient alors nettement supérieur à celui des utilisateurs — une situation inédite.
Le modèle de tarification des produits IA connaît une transformation fondamentale. Autrefois, les abonnements grand public coûtaient environ 50 $ par an. Désormais, de nombreux utilisateurs acceptent de payer 200 $ par mois, voire davantage. Cette acceptabilité des prix élevés découle d’un changement radical perçu dans la valeur d’usage.
Les produits IA peuvent justifier ces primes car ils ne se contentent plus d’« améliorer légèrement », mais « accomplissent réellement des tâches à la place de l’utilisateur ». Prenons un outil de recherche : un rapport qui nécessitait auparavant dix heures de travail manuel peut désormais être généré en quelques minutes. Même utilisé seulement quelques fois par an, ce service devient raisonnablement payant.
Dans le domaine de la génération vidéo, le modèle Gen-3 de Runway incarne selon certains l’évolution de l’expérience des nouveaux outils IA. Capable de produire des vidéos aux styles variés à partir d’une simple instruction textuelle, il permet aussi de personnaliser la voix et les mouvements. Certains utilisateurs créent des vidéos personnalisées avec le nom d’un ami, tandis que des créateurs produisent des animations complètes qu’ils publient ensuite sur les réseaux sociaux. Une expérience interactive du type « générer en quelques secondes, utiliser immédiatement » sans précédent.
En termes de structure de consommation, les principales dépenses futures des utilisateurs seront concentrées sur trois postes : nourriture, loyer et logiciels. En tant qu’outils universels, les logiciels gagnent en pénétration et en part de budget, remplaçant progressivement d'autres catégories de dépenses.
Le vrai réseau social basé sur l’IA n’existe pas encore
Le divertissement, la création, voire les relations humaines elles-mêmes, sont progressivement médialisés par les outils IA. De nombreuses activités autrefois tributaires d’interactions sociales ou physiques peuvent désormais être réalisées via des modèles souscriptibles — de la génération vidéo à l’assistance à l’écriture, en passant par la substitution partielle à certaines expressions émotionnelles.
Dans cette dynamique, la nécessité de repenser les mécanismes de connexion entre les individus devient urgente. Bien que les utilisateurs restent actifs sur des plateformes traditionnelles comme Instagram ou Twitter, aucune nouvelle manière authentique de se connecter n’est encore apparue.
L’essence des produits sociaux a toujours tourné autour de la « mise à jour de statut ». Du texte à l’image, puis à la courte vidéo, les supports ont évolué, mais la logique fondamentale demeure « je fais ceci » — visant à affirmer une présence et obtenir une réponse. Cette structure a constitué la base des plateformes sociales précédentes.
La question aujourd’hui est la suivante : l’IA peut-elle engendrer une toute nouvelle forme de connexion ? L’interaction avec les modèles est désormais profondément intégrée à la vie quotidienne. Des quantités massives de dialogues quotidiens avec des outils IA intègrent des émotions et des besoins extrêmement personnels. Ces entrées prolongées pourraient rendre ces modèles plus intimement informés sur l’utilisateur que ne le serait un moteur de recherche. Si ces données étaient systématiquement extraites et extériorisées sous forme de « soi numérique », la logique de connexion entre les personnes pourrait être radicalement transformée.
Certains phénomènes précurseurs sont déjà perceptibles. Sur TikTok, par exemple, apparaissent des tests de personnalité, des générateurs de bandes dessinées ou d’imitations de contenus basés sur les retours d’IA. Ces comportements ne relèvent plus seulement de la production de contenu, mais d’une « expression sociale par projection numérique ». Les utilisateurs ne se contentent pas de créer, ils partagent activement, suscitant imitation et interaction — signe d’un fort intérêt pour l’« expression du soi numérique ».
Mais tout cela reste confiné dans les structures des anciennes plateformes. Qu’il s’agisse de TikTok ou Facebook, malgré des contenus plus intelligents, les flux d’information et la logique d’interaction restent presque inchangés. Les plateformes n’ont pas véritablement évolué face à l’explosion des modèles, servant simplement de conteneurs pour du contenu généré.
Le bond en avant des capacités de génération n’a pas trouvé de paradigme de plateforme à sa mesure. Une grande partie du contenu manque de structuration et d’organisation interactive, et finit par être dissoute par l’architecture existante en bruit informationnel. Les anciennes plateformes assument une fonction de stockage, pas celle de moteur de reconstruction du paradigme social.
Les plateformes actuelles ressemblent davantage à un « vieux système recouvert d’une nouvelle peau ». Formes comme la courte vidéo ou Reels, bien que modernes en apparence et jeunes dans le ton, restent prisonnières du paradigme ancien de diffusion par flux et likes.
Une question centrale demeure sans réponse : à quoi ressemblera le premier véritable produit social « natif de l’IA » ?
Il ne devrait pas s’agir d’un collage d’images générées par IA ou d’un rafraîchissement visuel du fil d’actualité, mais d’un système capable de porter de véritables fluctuations émotionnelles, suscitant lien et résonance. L’essence du social n’a jamais été la représentation parfaite, mais bien l’incertitude — les maladresses, les échecs et l’humour constituent la trame émotionnelle. Or, la majorité des outils IA actuels produisent une « version idéale de l’utilisateur », toujours positive, toujours fluide, rendant l’expérience sociale authentique uniforme et creuse.
Les produits actuellement qualifiés de « sociaux IA » ne sont en réalité que des copies modélisées de logiques anciennes. La pratique courante consiste à réutiliser l’interface des anciennes plateformes, en plaçant le modèle comme source de contenu, sans changer fondamentalement le paradigme produit ou la structure d’interaction. Un produit véritablement novateur devrait reconstruire entièrement le système de plateforme à partir de la logique fondamentale de « IA + humain ».
Les limites techniques demeurent un obstacle important. Presque tous les succès grand public sont nés sur mobile, or le déploiement des grands modèles sur smartphone rencontre encore des difficultés. La réponse en temps réel, la génération multimodale exigent des performances matérielles très élevées. Tant que la compression des modèles et l’efficacité computationnelle ne feront pas de percée, les produits sociaux natifs de l’IA peineront à se déployer pleinement.
Un autre axe insuffisamment exploité concerne le mécanisme d’appariement individuel. Bien que les plateformes sociales disposent de vastes quantités de données utilisateurs, elles n’ont jamais fait de progrès systématiques dans la recommandation proactive de connexions pertinentes. Si, à l’avenir, des systèmes dynamiques d’appariement pouvaient être construits à partir du comportement, des intentions et des modes d’interaction linguistique des utilisateurs, la logique fondamentale du social serait radicalement remodelée.
L’IA peut non seulement saisir « qui tu es », mais aussi décrire « ce que tu sais », « comment tu penses », « ce que tu apportes ». Ces capacités vont au-delà des étiquettes statiques du « profil d’identité » pour former un « modèle de personnalité » dynamique et riche en sémantique. Des plateformes comme LinkedIn construisent un index statique du soi ; l’IA peut quant à elle générer une interface vivante, pilotée par la connaissance.
À l’avenir, les gens pourraient même interagir directement avec un « soi synthétique », tirant de la personnalité numérique de l’expérience, du jugement et des valeurs. Il ne s’agit plus d’optimiser le flux d’information, mais de reconstruire fondamentalement les mécanismes mêmes de l’expression de la personnalité et de la connexion sociale.
Dans l’ère de l’IA, il n’y a pas de moat, seulement de la vitesse
Outre l’absence de transition paradigmatique dans le social, le chemin de diffusion des outils IA connaît également une inversion. Contrairement à la logique internet traditionnelle, où les produits partaient du grand public (C) pour progressivement pénétrer le monde professionnel (B), les outils IA adoptent aujourd’hui dans plusieurs cas un modèle inverse : adoption d’abord par les entreprises, puis diffusion vers les consommateurs.
Prenons les outils de génération vocale : leurs premiers utilisateurs appartenaient principalement à des cercles restreints comme les geeks, créateurs ou développeurs de jeux, pour des usages tels que le clonage vocal, les doublages vidéo ou les mods de jeu. Mais la véritable force motrice de la croissance vient de l’adoption massive et systématique par des clients professionnels, dans des domaines comme la production artistique, les médias ou la synthèse vocale. De nombreuses entreprises ont intégré ces outils dans leurs processus bien plus tôt que prévu, accélérant ainsi leur pénétration en entreprise.
Ce scénario n’est pas isolé. Plusieurs produits IA suivent une trajectoire similaire : après une attention initiale acquise par viralité grand public, les clients B deviennent les principaux moteurs de monétisation et de scalabilité. Contrairement aux produits grand public traditionnels, difficiles à convertir en entreprise, de nombreuses organisations testent activement les outils IA via des communautés comme Reddit, X ou les newsletters. La popularité auprès des consommateurs devient ainsi une porte d’entrée informative pour les déploiements professionnels.
Cette logique est désormais intégrée en stratégie systémique. Certaines entreprises mettent en place des mécanismes automatiques : lorsque la plateforme détecte que plusieurs employés d’une même organisation se sont inscrits et utilisent un outil, elle déclenche activement un processus de vente B via les données de paiement ou l’appartenance au domaine. La migration du grand public vers l’entreprise n’est plus un accident, mais un parcours commercial reproductible.
Ce mécanisme de diffusion « par le bas » soulève une question plus large : ces outils IA populaires aujourd’hui sont-ils les socles futurs des plateformes, ou des produits de transition comparables à MySpace et Friendster ?
Les avis sont plutôt prudents et optimistes. Les outils IA ont le potentiel de devenir des plateformes durables, mais doivent traverser la pression technologique induite par l’évolution continue des modèles. Prenons les nouveaux modèles multimodaux : ils permettent désormais l’incarnation de personnages, la synergie texte-image et la génération audio en temps réel, améliorant rapidement la profondeur expressive et les modes d’interaction. Même dans des domaines relativement stables comme le texte, les possibilités d’optimisation restent énormes. Tant qu’un produit continue d’itérer — qu’il s’agisse de développement interne ou d’intégration efficace — il peut rester à la pointe et éviter d’être rapidement remplacé.
« Ne pas se faire distancer » est devenu la problématique concurrentielle la plus concrète. Sur un marché de plus en plus segmenté, la génération d’images n’est plus mesurée par un seul critère du type « qui est le meilleur », mais par une compétition de positionnement précis : « qui convient le mieux aux illustrateurs, photographes ou utilisateurs légers ». Tant qu’un produit continue de se mettre à jour et que ses utilisateurs restent présents, il peut espérer une pérennité durable.
Une différenciation similaire apparaît aussi dans les outils vidéo. Chaque produit excelle dans un type de contenu spécifique : certains se concentrent sur la publicité e-commerce, d’autres sur le rythme narratif, d’autres encore sur le montage structuré. La taille du marché permet à plusieurs positions de coexister, à condition d’avoir un positionnement clair et stable.
Le débat sur la pertinence du concept de « moat » à l’ère de l’IA connaît une transformation fondamentale. La logique traditionnelle insistait sur l’effet réseau, la fidélisation à la plateforme et l’intégration de processus. Pourtant, de nombreux projets jugés « très protégés » au départ n’ont pas abouti. Ce sont souvent de petites équipes itérant fréquemment dans des scénarios marginaux, mettant à jour rapidement, qui ont réussi à s’imposer dans les grands segments.
Aujourd’hui, le « moat » le plus pertinent est la vitesse : premièrement, la vitesse de distribution — qui atteint le plus vite la conscience des utilisateurs ; deuxièmement, la vitesse d’itération — qui sort le plus rapidement de nouvelles fonctionnalités et crée une habitude d’usage. Dans une ère marquée par la rareté de l’attention et la fragmentation cognitive, celui qui apparaît en premier et change constamment accumulera plus facilement revenus, canaux et taille de marché. « Mettre à jour continuellement » remplace désormais « se défendre en statique » comme stratégie réaliste dans l’ère de l’IA.
« La vitesse conquiert l’esprit, l’esprit ferme la boucle de revenus » — telle est devenue l’une des logiques de croissance les plus importantes. Les ressources financières peuvent alimenter la R&D, renforcer l’avantage technique, créant un effet boule de neige. Ce mécanisme correspond mieux au cycle dynamique des produits IA et s’adapte mieux aux demandes du marché en rapide évolution.
Le « leadership dynamique » remplace désormais la « barrière statique » comme essence du nouveau moat. La capacité d’un produit IA à exister durablement ne se mesure plus par la possession statique d’une part de marché, mais par sa capacité à rester en permanence à la frontière technologique ou cognitive.
L’« effet réseau » au sens traditionnel n’est pas encore pleinement visible dans les scénarios IA. La plupart des produits sont encore au stade de « création de contenu », sans avoir formé un écosystème fermé de « génération–consommation–interaction ». Les relations entre utilisateurs ne se sont pas encore consolidées en réseau structurel. Les plateformes capables d’un effet réseau social sont encore en gestation.
Toutefois, dans certains segments verticaux, de nouvelles structures de barrières commencent à apparaître. Dans la synthèse vocale par exemple, certains produits ont établi une intégration forte dans divers scénarios professionnels, construisant par itérations fréquentes et sortie de haute qualité une double barrière de « productivité + qualité ». Ce mécanisme pourrait constituer une voie réaliste pour bâtir un moat produit aujourd’hui.
Sous l’angle de l’expérience, certaines plateformes vocales montrent déjà des embryons d’effet réseau. En enrichissant continuellement leurs bases de données à partir des corpus et échantillons vocaux fournis par les utilisateurs, leurs modèles bénéficient d’un feedback continu, créant dépendance et boucle vertueuse. Par exemple, pour une voix ciblée comme celle d’un « sorcier âgé », les plateformes leaders proposent plus de vingt versions de haute qualité, contre deux ou trois pour les autres — reflétant un écart en profondeur d’entraînement et en ampleur de contenu.
Ce processus d’accumulation commence à instaurer, dans le domaine spécifique de la génération vocale, un nouveau type de fidélité utilisateur et de dépendance à la plateforme. Sans atteindre encore l’échelle d’une plateforme globale, il montre déjà des signes de boucle fermée.
La question de savoir si la voix peut devenir l’interface fondamentale de l’IA passe progressivement de l’imaginaire technique à la réalité produit. Bien que la voix, forme d’interaction humaine primitive, ait connu plusieurs échecs ces dernières décennies — de VoiceXML aux assistants vocaux — elle n’a jamais été un canal efficace. Ce n’est qu’avec l’avènement des modèles génératifs qu’elle dispose enfin d’une base technologique solide pour devenir une « entrée universelle d’interaction ».
Le déploiement de l’IA vocale suit également une pénétration rapide, passant des applications grand public aux scénarios professionnels. Bien que l’imagination initiale portait sur des coachs IA, assistants psychologiques ou produits compagnons, les secteurs à dépendance naturelle à la voix — comme la finance ou le support client — sont ceux qui adoptent le plus vite. Fort taux de rotation du personnel, incohérence du service, coûts de conformité élevés : les avantages de contrôle et d’automatisation de l’IA vocale commencent à montrer une valeur systémique.
Certains outils ont déjà fait leurs preuves, comme Granola, qui entre maintenant dans les usages professionnels. Bien qu’aucun « produit vocal grand public universel » n’existe encore, la voie est désormais ouverte.
Plus remarquable encore : l’IA vocale pénètre désormais des scénarios critiques à haut coût de confiance et à transmission d’informations de haute valeur — conversion commerciale, gestion client, négociation, communication culturelle interne. Dans ces dialogues complexes, les modèles génératifs démontrent une capacité d’exécution plus cohérente, ininterrompue et contrôlable que les humains.
Si ces systèmes continuent d’évoluer, les entreprises devront tôt ou tard reconsidérer une question fondamentale : « Qui est le dialogueur le plus important au sein de l’organisation ? »
Toutes ces tendances convergent vers un nouveau jugement structurel : le moat à l’ère de l’IA ne vient plus du nombre d’utilisateurs ou de la fidélisation à l’écosystème, mais de la profondeur d’entraînement des modèles, de la vitesse d’évolution du produit et de l’étendue de l’intégration système. Les entreprises dotées d’une accumulation précoce, d’une mise à jour continue et d’une capacité de livraison fréquente sont en train de redéfinir les barrières technologiques par leur « rythme d’ingénierie ». La future infrastructure produit pourrait bien naître dans ces niches verticales en apparence modestes.
Roelof Botha, Sequoia USA, sur son observation du modèle VC à l’ère de l’IA — L’IA ne réduit pas la centralisation comme l’internet l’a fait, mais offre néanmoins des opportunités structurelles.
L’IA double, celle qui me connaît le mieux
L’évolution de la technologie vocale n’est qu’un prologue. L’idée de l’IA double quitte progressivement le laboratoire pour entrer dans la voie de la productivisation. De plus en plus d’équipes s’interrogent : dans quels scénarios les gens interagiront-ils durablement avec un « soi synthétique » ?
Le cœur de l’IA double n’est plus de « amplifier l’influence des stars », mais de donner à chaque personne ordinaire la capacité de s’exprimer et de s’étendre. Beaucoup d’individus possèdent des connaissances, expériences et charismes uniques, mais restent invisibles en raison des barrières d’expression et de médiation. La généralisation du clonage IA fournit enfin une infrastructure pour qu’ils soient « enregistrés, invoqués, transmis ».
L’agent de personnalité experte est l’un des chemins déjà réalisés. Par exemple, dans un système de cours audio, la voix du formateur est transformée en personnage interactif. Grâce à la génération assistée par récupération (RAG), l’utilisateur peut poser n’importe quelle question liée au cours, et le système génère instantanément une réponse à partir d’une vaste base de données. Le cours n’est plus une simple lecture passive, mais une participation active de la personnalité du savoir. Un contenu qui prenait des heures est désormais transformé en une expérience de Q/R personnalisée de quelques minutes.
Cela marque une ascension du personnage numérique : du « niveau de présentation du contenu » au « point d’entrée d’interaction cognitive ». Quand l’IA double parvient à reproduire de façon continue, dans le sens sémantique, le rythme et la structure émotionnelle, une modélisation de la personnalité familière, idéale, voire surpassant l’expérience sociale réelle, la confiance et la dépendance qu’elle suscite dépassent le cadre de l’outil, entrant dans le domaine de la construction de « relations psychologiques ».
Cette évolution stimule aussi une mise à jour des conceptions cognitives. Les interactions numériques futures pourraient se diviser en deux formes principales : d’une part, des personnalités étendues construites autour de personnes réelles (mentor, idole, proches) ; d’autre part, des « autres idéaux virtuels » générés à partir des préférences et idéalisations de l’utilisateur. Bien que ces derniers n’existent jamais réellement, ils peuvent former des relations de compagnonnage et de retour très efficaces.
Dans le monde des créateurs, cette tendance apparaît déjà. Certains individus dont les corpus sont publics sont « clonés » en actifs de personnalité numérique exploitables. À l’avenir, ils pourraient participer à la production de contenu, aux interactions sociales ou aux licences commerciales comme partie de leur IP, redéfinissant les « frontières individuelles » et les « modes d’expression ».
Les « célébrités IA » émergent ainsi. Certaines sont des icônes entièrement fictives, construites intégralement par modèles génératifs en image, voix et comportement. D’autres sont des doubles numériques multiples de stars réelles, interagissant avec les utilisateurs sur différentes plateformes selon des états de personnalité variés. Ces « personnalités culturelles IA » testent déjà largement les réseaux sociaux, évaluées selon des critères tels que le réalisme visuel, la cohérence comportementale et la profondeur de modélisation sémantique.
Dans l’écosystème du contenu, les outils IA abaissent le seuil de création, mais n’ont pas résolu la rareté du contenu de qualité. Le contenu touchant dépend toujours du jugement esthétique, de la tension émotionnelle et de la capacité d’expression continue du créateur. L’IA joue surtout le rôle d’un assistant « réalisant la logique », non d’un substitut à la « motivation créative ».
Apparaît ainsi la figure du « créateur libéré par les outils ». Sans formation artistique traditionnelle, ces individus parviennent à exprimer leurs intentions grâce à l’IA. L’IA fournit une entrée, pas la fin du parcours. Leur capacité à se démarquer dépendra toujours de leur talent, de l’unicité du sujet et de la structure narrative.
Cette forme d’expression se retrouve déjà dans certains produits. Par exemple, les vidéos de « interviews de rue virtuelles » consistent en une interaction structurée avec des personnages générés par IA — elfes, sorciers, créatures fantastiques. La plateforme peut générer automatiquement tout le dialogue et la scène, de la création du personnage à la logique langagière et au rendu vidéo. Ce mécanisme attire déjà beaucoup d’attention sur plusieurs plateformes, annonçant la formation d’une forme produit d’« IA narrative ».
Le domaine musical suit une tendance similaire, mais les sorties des modèles rencontrent encore des défis en expressivité et stabilité. Le principal problème de la musique IA est son biais vers la « moyenne ». Les modèles tendent naturellement à s’ajuster au centre, alors que les œuvres artistiques les plus percutantes proviennent souvent de « non-moyennes » : conflits culturels, extrêmes émotionnels, résonance époque.
Il ne s’agit pas d’un manque de capacité du modèle, mais d’un objectif algorithmique qui n’intègre pas la logique de tension artistique. L’art n’est pas « exact », mais « un nouveau sens né du conflit ». Cela pousse à repenser : l’IA peut-elle participer à la création de contenus culturellement profonds, au lieu d’être seulement un accélérateur d’expressions répétitives ?
Cette réflexion mène finalement à la valeur de « l’accompagnement IA ». La relation entre IA et humain pourrait bien être l’un des scénarios les plus matures et les plus prometteurs commercialement.
Dans les premiers produits d’accompagnement, de nombreux utilisateurs affirment que même des réponses simulées créent une zone de sécurité psychologique. L’IA n’a pas besoin de « comprendre vraiment » ; tant qu’elle crée l’expérience subjective d’« être entendu », elle peut atténuer solitude, anxiété et fatigue sociale. Pour certaines personnes, cette interaction simulée est même un préalable à la reconstruction de compétences sociales réelles.
La relation IA ne doit pas forcément renforcer la zone de confort. Au contraire, l’accompagnement le plus précieux pourrait venir des défis cognitifs qu’il propose. Si l’IA pose des questions pertinentes, guide des conflits, remet en cause des croyances figées, elle peut devenir un guide de croissance psychologique, non un simple confirmateur. Cette logique d’interaction conflictuelle est probablement la direction la plus intéressante à développer dans les futurs systèmes d’IA double.
Cette tendance révèle aussi un nouveau positionnement fonctionnel de la technologie : de l’outil d’interaction vers une « infrastructure psychologique ». Quand l’IA participe à la régulation émotionnelle, au soutien relationnel et à la mise à jour cognitive, elle incarne plus qu’une simple capacité textuelle ou vocale : elle devient un mécanisme d’extension du comportement social.
La question ultime de l’accompagnement IA n’est pas de simuler une relation, mais de fournir des scénarios conversationnels impossibles à construire dans l’expérience humaine. Dans les domaines familial, éducatif, psychologique ou culturel, les frontières de la valeur des IA doubles s’élargissent — non seulement répondantes, mais aussi interlocutrices et façonneuses de relations.
La prochaine étape du terminal IA, c’est le social lui-même
Après les IA doubles, l’accompagnement virtuel et les agents vocaux, l’attention de l’industrie revient aux niveaux du matériel et de la plateforme : existe-t-il une possibilité de restructuration radicale de l’interaction homme-machine ?
a16z estime que, d’un côté, la position du smartphone comme plateforme d’interaction principale reste extrêmement solide, avec plus de 7 milliards d’appareils déployés dans le monde, une pénétration, une fidélité écosystémique et des habitudes d’usage difficiles à ébranler à court terme. De l’autre, de nouvelles possibilités émergent dans les dispositifs portables et d’interaction continue.
Un chemin est celui de l’« évolution interne du téléphone » : le déploiement local des modèles, l’optimisation de la protection de la vie privée, de la reconnaissance d’intention et de l’intégration système offrant encore un large champ d’amélioration. L’autre voie est le développement de nouvelles formes matérielles — écouteurs, lunettes, broches « toujours allumés », centrés sur un démarrage invisible, piloté par la voix et une activation proactive.
Le véritable facteur décisif restera probablement la percée des capacités du modèle, plus que le remplacement de la forme matérielle. La forme matérielle définit les limites du support, tandis que la capacité du modèle fixe le plafond de la valeur de l’appareil.
L’IA ne devrait pas être seulement une boîte de saisie sur une page web, mais une présence « qui vit avec toi ». Cette vision devient progressivement un consensus industriel. De nombreuses tentatives exploratoires testent déjà le chemin de
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
