L'IA transforme le design, mais pas comme le secteur s'y attendait

La première version d'une image de campagne peut désormais être présentée avant même la fin de la réunion créative. Un graphiste peut décrire un décor, proposer plusieurs pistes visuelles, supprimer un élément indésirable, étendre la composition à un format plus large et intégrer une première version dans une présentation sans avoir à organiser une séance photo ni à passer au crible des centaines d'images de banque d'images. Un responsable marketing ayant peu de formation en design peut produire un visuel de qualité pour les réseaux sociaux à partir d’un brief succinct, tandis qu’une équipe produit peut transformer une idée préliminaire en quelque chose de suffisamment concret pour que ses collègues puissent en discuter.

Cette rapidité explique en grande partie l'engouement suscité par l'intelligence artificielle dans le domaine du design. Elle donne également l'impression erronée que le processus créatif est devenu presque automatique.

Créer une image n'est pas la même chose que définir une identité visuelle, comprendre un public ou déterminer quelle idée mérite d'exister. Les systèmes génératifs peuvent produire des possibilités à une vitesse extraordinaire, mais ils n'assument aucune responsabilité quant à savoir si ces possibilités sont originales, culturellement appropriées, légalement exploitables ou cohérentes avec l'organisation qui les a mises en place.

Le changement le plus important n'est donc pas que les machines remplacent la créativité. C'est plutôt que la production visuelle devient plus facile, tandis que le jugement créatif prend de plus en plus de valeur.

Les créateurs s'éloignent de la pratique consistant à effectuer eux-mêmes chaque étape manuelle pour se concentrer davantage sur la gestion des systèmes, le choix parmi différentes options et la préservation de la cohérence de l'œuvre finale. Les entreprises, quant à elles, doivent déterminer dans quels domaines l'IA améliore réellement leur rentabilité créative et dans quels autres elle ne fait qu'accroître le volume de contenu banal inondant un marché déjà saturé.

L'IA donne les meilleurs résultats avant et après le moment créatif décisif

Un processus de conception traditionnel peut comporter une grande quantité de tâches indispensables, mais qui ne relèvent pas particulièrement de la créativité. Les équipes redimensionnent les éléments graphiques pour différentes plateformes, suppriment les arrière-plans, recherchent des images de référence, créent des maquettes, renomment les calques, adaptent les textes, traduisent les mises en page et préparent plusieurs versions d'une même campagne.

L'IA est particulièrement efficace dans ces étapes connexes.

Au début d’un projet, cela peut aider les équipes à visualiser différentes interprétations d’un brief avant d’y consacrer un temps ou un budget de production importants. Un directeur de création qui planifie une campagne pour un hôtel pourrait imaginer plusieurs univers provisoires : architectural et sobre, chaleureux et convivial, cinématographique et lointain. Les résultats ne constituent pas la campagne elle-même, mais ils peuvent révéler quelle direction mérite d’être approfondie.

Au cours de la production, l'IA peut supprimer des objets, retoucher les arrière-plans, agrandir une image au-delà de son cadre d'origine et générer des éléments visuels que le graphiste pourra ensuite modifier. Par la suite, elle peut adapter le travail final à différentes dimensions, langues et formats multimédias.

Le choix créatif fondamental reste d'ordre humain : quelle idée visuelle permet de transmettre le message le plus pertinent pour cette marque, ce produit et ce moment précis ?

Cette question devient plus difficile, et non l'inverse, lorsqu'un système est capable de proposer des dizaines de réponses plausibles en quelques secondes. Les concepteurs doivent écarter les créations séduisantes mais trop génériques, repérer les cas où une image, bien qu'impressionnante visuellement, s'avère stratégiquement inadaptée, et savoir quand la facilité apparente de la génération risque de compromettre l'authenticité ou le contrôle.

L'IA réduit le coût de production d'une option. Elle ne diminue toutefois pas la nécessité de faire le bon choix.

Une production plus rapide ne signifie pas automatiquement une productivité plus élevée

Les entreprises créatives décrivent souvent l'IA en termes de gain de temps, mais ce gain de temps n'est pas synonyme de valeur créée.

Si un designer propose dix concepts au lieu de trois et que le client exige tout de même plusieurs séries de révisions, le flux de travail ne s'est peut-être pas amélioré. Si un service marketing utilise cette capacité supplémentaire pour publier deux fois plus de contenu sans intérêt, l'entreprise a augmenté sa production sans pour autant renforcer son image de marque.

La productivité apparaît lorsque la technologie permet d'éliminer un véritable goulot d'étranglement.

Une petite entreprise n'aura peut-être plus besoin de commander une nouvelle photo chaque fois qu'un visuel destiné aux réseaux sociaux nécessite une composition légèrement différente. Une agence peut présenter plus tôt à son client une orientation visuelle, ce qui réduit le risque de malentendu avant le lancement d'une production coûteuse. Une marque internationale peut adapter un visuel validé à plusieurs formats sans avoir à refaire manuellement chaque mise en page.

Ces avancées revêtent un intérêt commercial certain, car elles permettent de réduire les temps d'attente, les tâches répétitives ou les dépenses de production superflues. Elles ne se limitent pas à demander simplement à l'IA de produire “ quelque chose de créatif ”.

Avant d'adopter un outil, une entreprise doit identifier la partie de son processus qui s'avère actuellement coûteuse, lente ou difficile à faire évoluer. Elle doit ensuite évaluer si l'IA permet de lever cette contrainte sans entraîner de coûts supplémentaires liés aux corrections, à l'examen juridique ou à un manque de cohérence de la marque.

L'indicateur le plus pertinent n'est peut-être pas le nombre de projets réalisés. Il pourrait s'agir plutôt du temps nécessaire pour aboutir à un concept validé, de la réduction du nombre d'ajustements répétitifs ou de la proportion des éléments créés qui résistent à l'examen des professionnels.

Le rôle du concepteur évolue vers la direction et les systèmes

L'idée selon laquelle les designers deviendront des rédacteurs rapides ne rend pas justice à cette profession.

Une consigne peut influencer le sujet, l'ambiance, la composition et le style, mais elle ne remplace pas la maîtrise de la typographie, de la hiérarchie, des proportions, de la couleur, des significations culturelles ou des techniques de production. Une personne incapable de reconnaître une composition réussie a peu de chances de s'améliorer simplement parce qu'un modèle est capable de la créer sur demande.

Le designer le plus chevronné devient un directeur artistique qui supervise à la fois le travail des hommes et celui des machines.

Cela nécessite de savoir transformer une demande commerciale imprécise en un problème créatif clair, d'établir des références sans les copier, de proposer des alternatives et d'affiner l'orientation la plus prometteuse à l'aide d'outils classiques. Cela exige également une compréhension plus systématique de la marque : quelles décisions visuelles sont immuables, dans quels domaines la variation est-elle souhaitable et ce qui ne doit en aucun cas être produit.

Les systèmes de design vont prendre une importance particulière. Lorsque n’importe quel membre d’une organisation peut créer des visuels, la marque a besoin de règles plus faciles à appliquer et moins sujettes à interprétation. Les choix typographiques, les couleurs et les logos approuvés ne suffisent plus. Les équipes ont besoin de directives concernant le traitement photographique, le style d’illustration, la composition, la représentation des personnes et les circonstances dans lesquelles des images de synthèse peuvent être utilisées.

Une entreprise ne peut accorder une plus grande liberté de production que si elle a défini des limites créatives plus strictes.

Quel outil de conception graphique basé sur l'IA est utile pour quoi ?

Il n'existe pas d'application idéale en soi, car ces outils interviennent à différentes étapes du processus. Le choix approprié dépend des besoins de l'utilisateur : retouche d'images professionnelle, communication rapide à l'image de la marque, conception collaborative d'interfaces ou exploration visuelle préliminaire.

Adobe Photoshop et Firefly : les outils les plus performants pour la création d'images maîtrisée

Les modèles Firefly d'Adobe sont intégrés à divers produits, notamment Photoshop, Illustrator et Adobe Express. Dans Photoshop, les fonctionnalités « Generative Fill » et « Generative Expand » permettent aux designers d'ajouter, de supprimer ou d'étendre des éléments visuels tout en continuant à travailler dans un environnement d'édition professionnel basé sur les calques.

Cette combinaison s'avère donc particulièrement utile lorsque l'IA contribue à une composition plus large plutôt que de produire à elle seule le résultat final. Un graphiste peut ainsi redimensionner une photo de campagne pour lui donner un format différent, supprimer un élément indésirable de l'arrière-plan ou générer un décor supplémentaire, puis recourir à des techniques classiques de retouche, de masquage, de correction des couleurs et de typographie pour finaliser le visuel.

Adobe précise que les résultats générés par les fonctionnalités de Firefly qui ne sont plus qualifiées de « bêta » peuvent être utilisés à des fins commerciales. L'entreprise indique également que ses modèles Firefly actuels ont été entraînés à partir de contenus sous licence, tels que ceux d'Adobe Stock, ainsi que de contenus du domaine public dont les droits d'auteur ont expiré. Cela peut rendre la plateforme plus facile à envisager pour des flux de travail commerciaux qu’un système offrant peu d’informations sur son approche d’entraînement, même si cela ne dispense pas de vérifier chaque résultat au cas où il contiendrait des marques déposées, des personnes reconnaissables ou d’autres éléments protégés par des droits.

Adobe convient particulièrement aux designers professionnels, aux agences et aux studios internes qui utilisent déjà Creative Cloud et ont besoin d'un contrôle précis après la création. Il est moins intéressant lorsqu'une personne qui n'est pas designer a simplement besoin de créer un visuel de présentation en quelques minutes.

Canva : l'outil le plus performant pour créer rapidement du contenu quotidien à l'image de votre marque

L'atout de Canva réside dans son accessibilité. Ses outils « Magic Design » permettent de générer des modèles de départ à partir d'une description ou de fichiers multimédias importés, tandis que « Magic Studio » propose des fonctionnalités de création d'images, d'édition, de redimensionnement, d'aide à la rédaction et de conversion de formats.

Pour une équipe chargée de la communication ou des réseaux sociaux, cela peut réduire considérablement le temps nécessaire à la production de contenus courants. Un utilisateur peut créer une annonce d'événement, la redimensionner pour l'adapter à plusieurs formats de plateformes et modifier le texte qui l'accompagne sans avoir à passer par plusieurs applications.

La plateforme gagne en valeur lorsque l'entreprise dispose d'un kit de marque correctement configuré et de modèles validés. En l'absence de ces contrôles, la facilité de création peut entraîner un manque de cohérence au niveau de la typographie, des couleurs et du ton visuel, chaque collaborateur ayant une interprétation légèrement différente de la marque.

Canva convient particulièrement aux petites entreprises, aux équipes de communication, aux organisateurs d'événements et aux administrations locales qui produisent régulièrement des contenus relativement simples. Il ne faut toutefois pas le considérer comme un substitut à la conception d'une identité visuelle professionnelle, au traitement haut de gamme des images ou à la production imprimée complexe.

Figma : le meilleur outil pour la conception numérique collaborative

Figma est particulièrement utile lorsque la conception est réalisée et validée par une équipe, notamment pour les sites web, les applications et les produits numériques.

Ses capacités d'IA permettent notamment de proposer de nouvelles orientations de conception, de retoucher des images, de trouver des œuvres visuellement similaires, de remplacer le texte de remplacement, de traduire des textes, de supprimer des arrière-plans et d'organiser ou de renommer automatiquement les calques. Ces fonctions visent à remédier à bon nombre des interruptions qui ralentissent la conception collaborative, plutôt que de chercher à remplacer l'ensemble du processus.

Pour les équipes produit, la possibilité de générer du contenu réaliste au sein d’un prototype s’avère particulièrement utile. Une interface dédiée à la santé, alimentée par des informations plausibles sur les rendez-vous, met en évidence les problèmes de mise en page plus efficacement que des textes de remplacement répétés. La dénomination automatique des calques et la recherche visuelle sont moins spectaculaires que la génération d’images, mais elles peuvent améliorer la facilité de maintenance d’un vaste système de conception partagé.

Figma est un outil à envisager pour les concepteurs de produits, les équipes chargées de l'expérience utilisateur et les organisations au sein desquelles les développeurs, les concepteurs et les parties prenantes métier doivent examiner ensemble le même travail. Il est en revanche moins bien adapté aux campagnes photographiques sophistiquées ou aux maquettes finales destinées à l'impression.

Images ChatGPT : particulièrement efficaces pour les concepts préliminaires et la communication visuelle

Les outils de génération d'images de ChatGPT permettent de créer et de modifier des visuels de manière conversationnelle, notamment des affiches, des infographies, des storyboards, des moodboards et des concepts de présentation. Parmi les fonctionnalités actuelles figurent un rendu textuel amélioré, des images multilingues et la possibilité de travailler à partir de références téléchargées.

L'avantage concret est que l'utilisateur peut discuter de l'objectif avant la création de l'image. Un professionnel de la communication peut décrire le public cible, le ton à adopter et la hiérarchie des informations, demander une première orientation visuelle, puis affiner le résultat en donnant des instructions supplémentaires.

Cet outil s'avère donc utile pour l'exploration conceptuelle, la création de maquettes de campagne, l'illustration d'articles, les graphismes éditoriaux et toutes les situations dans lesquelles une personne qui n'est pas graphiste doit communiquer une idée visuelle à une équipe de professionnels.

Le fichier final doit tout de même être examiné avec soin. Une typographie complexe, une visualisation détaillée des données, des spécifications d'impression et des contraintes strictes en matière de reproduction de l'identité visuelle peuvent nécessiter une refonte ou une retouche dans un logiciel de conception dédié. L'image générée peut permettre de définir plus rapidement une orientation claire sans pour autant constituer le fichier de production.

Autodesk Fusion : la référence en matière de conception de produits et de design industriel

Le graphisme ne représente qu'une partie de l'économie du design au sens large. Dans les secteurs de la fabrication, de l'architecture et du développement de produits, la conception générative revêt une signification différente.

Autodesk Fusion permet aux équipes de définir des contraintes telles que les matériaux, les méthodes de fabrication, le poids et les performances, puis d'explorer différentes géométries répondant à ces exigences. Le système ne se contente pas de générer une image esthétique ; il évalue les solutions physiques possibles au regard des contraintes techniques.

Cela s'avère utile pour les composants qui doivent être allégés, utiliser moins de matière ou offrir un meilleur rendement. Ce sont toujours les ingénieurs qui définissent le problème, évaluent la faisabilité et déterminent si une forme inhabituelle générée par le logiciel peut être fabriquée, entretenue et homologuée.

Pour les organisations qui choisissent des logiciels, il est important de ne pas confondre la génération d’images et l’ingénierie générative. Une équipe marketing à la recherche d’idées de campagne et une équipe du secteur aérospatial chargée d’optimiser un composant structurel peuvent toutes deux recourir à la “ conception par IA ”, mais les processus, les données probantes et les risques sont totalement différents.

Un cadre pratique pour le choix des outils

La première question à se poser est de savoir de quel résultat l'équipe a besoin.

Si le produit final est une image de campagne retouchée par un professionnel, un environnement de production à calques tel que Photoshop aura sans doute son importance. Si l'objectif est une série de publications sur les réseaux sociaux à partir de modèles, Canva peut constituer une solution plus rapide et plus accessible. Le travail sur l'interface produit s'accorde mieux avec Figma, tandis que la génération d'images par conversation peut aider une équipe à explorer un concept avant de se lancer dans la production.

La deuxième question est de savoir qui utilisera le système. Un outil puissant nécessitant des connaissances spécialisées risque de rester inutilisé au sein d'une équipe de communication décentralisée, tandis qu'une plateforme simple pourrait s'avérer frustrante pour un studio professionnel ayant besoin de contrôler les couleurs, la typographie et les fichiers.

Le troisième point concerne la manière dont l'outil gère les données de l'entreprise. Les équipes doivent savoir si les images mises en ligne, les ressources de marque et les produits non encore commercialisés peuvent être utilisés pour améliorer les modèles du fournisseur, qui a accès au compte et si les administrateurs de l'entreprise peuvent restreindre l'accès à certaines fonctionnalités.

Les droits commerciaux doivent également faire l'objet d'un examen minutieux. L'autorisation accordée par la plateforme d'utiliser un résultat ne garantit pas que ce dernier ne porte pas atteinte aux droits de marque, à l'image ou aux droits d'auteur d'un tiers. Les entreprises doivent examiner les conditions générales du fournisseur, les mentions relatives à la formation, sa politique d'indemnisation et les contrôles mis en place pour les clients professionnels.

Enfin, l'entreprise doit vérifier si le résultat final reste modifiable. Une image générée et regroupée en un seul fichier peut convenir pour les premières étapes de conception, mais un flux de travail professionnel nécessite souvent de pouvoir contrôler la police, la couleur, les objets et la mise en page. La facilité d'utilisation au moment de la génération peut entraîner un surcroît de travail si le client demande ultérieurement une modification précise.

La cohérence de l'image de marque devient un problème lié aux données

Pour que les outils d'IA puissent produire des créations de marque reconnaissables, il ne suffit pas qu'ils aient accès à un logo et à une palette de couleurs.

Une entreprise a besoin d'un ensemble structuré d'éléments approuvés, comprenant des références visuelles, des consignes linguistiques, des informations sur les produits et des exemples de réalisations qui reflètent le niveau de qualité souhaité. Elle a également besoin de consignes négatives : les clichés visuels à éviter, les représentations inappropriées, les allégations interdites et les styles trop proches de ceux de ses concurrents.

Ce contenu doit être considéré comme un ensemble de données créatives soumis à des règles.

L'entreprise doit déterminer qui est chargé de la gestion de cette base de données, qui est habilité à ajouter de nouvelles références et selon quelles modalités les éléments obsolètes sont supprimés. En l'absence de responsabilité clairement définie, un système assisté par IA peut continuer à reproduire les visuels de produits de l'année dernière, un slogan obsolète ou un style photographique que l'entreprise a délibérément abandonné.

Les entreprises internationales doivent également tenir compte de la localisation. La production rapide de nombreuses versions linguistiques n'est utile que si la mise en page, le ton et l'interprétation culturelle restent adaptés. Une adaptation visuelle directe peut conserver les mots tout en perdant le sens.

La vérification humaine revêt une importance particulière lorsque les images représentent des clients, des communautés ou des contextes culturels spécifiques. Les systèmes génératifs ont tendance à reproduire les schémas issus de leurs données d'entraînement, ce qui peut donner lieu à des images stéréotypées ou géographiquement inexactes, même lorsque la composition semble soignée.

Il est plus difficile de faire preuve d'originalité lorsque tout le monde dispose des mêmes capacités

Lorsque la génération d'images de haute qualité devient largement accessible, la qualité technique cesse d'être un facteur de différenciation majeur.

Les mêmes tendances visuelles commencent à se répéter : éclairage cinématographique, surfaces impeccables, produits mis en avant au centre de l’image, paysages légèrement surréalistes et portraits éditoriaux très maîtrisés. Chaque image peut certes être impressionnante, mais l’effet global est celui d’un marché regorgeant de marques qui donnent l’impression d’avoir toutes fait appel au même directeur artistique invisible.

C'est là tout le paradoxe de la conception de l'IA. Elle multiplie le nombre de résultats possibles tout en favorisant une convergence vers les styles que les modèles reproduisent de la manière la plus convaincante.

Pour se démarquer, il faut disposer d'éléments dont les concurrents ne disposent pas. Il peut s'agir notamment de photographies originales, d'archives exclusives, de supports inhabituels, de collaborations artistiques locales ou d'un univers visuel inspiré de l'histoire et des produits de l'entreprise.

L'IA peut alors servir à enrichir ou à réinterpréter ces éléments plutôt qu'à créer une identité à partir de rien.

Un groupe hôtelier disposant de ses propres archives architecturales bénéficie d'une base créative plus solide qu'un groupe qui se contente de demander à un créateur de lui proposer un “ luxe discret ”. Une maison de mode travaillant à partir de tissus et d'accessoires originaux est en mesure de créer des univers visuels plus spécifiques qu'un concurrent se contentant de produire une énième image éditoriale générique.

Ce n'est pas l'accès au modèle qui constitue un atout stratégique, mais le point de vue que l'on y apporte.

La question des droits d'auteur reste en suspens

Le statut juridique de la conception assistée par l'IA dépend de la juridiction, de la plateforme et du degré de contribution humaine.

En 2025, l'Office américain du droit d'auteur a conclu que les œuvres générées entièrement par l'IA ne sont pas protégées du simple fait qu'une personne ait fourni des consignes. Le droit d'auteur peut protéger les éléments créés par l'homme, la sélection et l'agencement créatifs, ou les modifications suffisamment substantielles, mais il ne s'étend pas automatiquement à chaque composant généré.

Pour une équipe de conception commerciale, cela crée une distinction pratique. Le recours à l’IA pour supprimer un objet d’une photographie prise par un être humain ou pour enrichir une composition plus large peut laisser une empreinte humaine significative dans l’œuvre finale. La création d’une image presque entièrement à partir de consignes textuelles peut, dans certaines juridictions, affaiblir la revendication de droits exclusifs.

Cela revêt une importance particulière lorsque l'élément en question est destiné à devenir un actif de marque de grande valeur. Un visuel destiné aux réseaux sociaux, de nature temporaire, comporte un risque commercial différent de celui d'un logo, d'un personnage ou d'une image de campagne que l'entreprise compte protéger contre la contrefaçon pendant des années.

Les équipes de conception doivent consigner la manière dont les œuvres importantes ont été créées, conserver les fichiers sources et identifier les éléments issus de l'IA. Elles doivent également éviter de demander aux systèmes d'imiter un artiste vivant, de reproduire un personnage reconnaissable ou de générer du contenu pouvant être confondu avec une prise de position d'une personne réelle.

Le débat juridique autour des données d'entraînement se poursuit parallèlement. Les tribunaux et les législateurs s'efforcent toujours de déterminer dans quels cas des œuvres protégées par le droit d'auteur peuvent être utilisées pour entraîner des systèmes génératifs, et dans quelles conditions une licence ou un consentement peut être exigé.

Une entreprise qui achète un outil de conception ne peut pas trancher ce débat, mais elle peut choisir des fournisseurs proposant des politiques de formation et d'utilisation commerciale plus claires, et réserver ses projets les plus importants aux flux de travail offrant un contrôle plus strict.

Même l'élément d'IA qui semble le moins cher peut finir par coûter cher

L'imagerie générative semble permettre de réduire les coûts de production, car elle ne nécessite ni studio, ni photographe, ni illustrateur, ni décor physique. Cette comparaison peut toutefois être trompeuse.

Une campagne générée peut tout de même nécessiter un travail important de direction artistique, des itérations répétées, des retouches et une vérification juridique. Les détails du produit peuvent être erronés, le texte peut devoir être réécrit et des incohérences visuelles apparemment mineures peuvent rendre une série inutilisable.

Ce coût est particulièrement perceptible lorsqu'une entreprise tente de reproduire la même personne, le même produit ou le même environnement sur de nombreuses images. La cohérence s'est améliorée, mais une séance photo classique peut s'avérer plus efficace lorsque la marque a besoin de dizaines d'élévisuels contrôlés représentant fidèlement un produit réel.

L'authenticité revêt également une valeur économique. Une image de synthèse représentant un employé, une destination ou un processus de fabrication peut permettre de réaliser des économies dans un premier temps, mais elle risque d'ébranler la confiance si le public pense qu'elle reflète la réalité.

La décision doit donc s'appuyer sur une comparaison entre les différentes méthodes de production. Laquelle nécessite le plus de temps, de travail spécialisé et de corrections ? Laquelle permet de créer des ressources réutilisables ? Laquelle offre la meilleure protection juridique, et laquelle soutient le mieux la relation que la marque souhaite entretenir avec son public ?

L'IA n'est pas, par nature, l'option la moins coûteuse. Elle s'avère la plus rentable lorsqu'elle permet de supprimer une étape clairement définie du processus de production, plutôt que de remplacer un processus dont l'authenticité dans le monde réel constitue la source de sa valeur.

Ce que les responsables du design devraient mettre en œuvre dès maintenant

La première étape consiste à distinguer l'expérimentation de la production validée. Les concepteurs doivent disposer d'une marge de manœuvre pour tester des outils, mais l'entreprise a besoin d'une liste précise des plateformes capables de traiter des données confidentielles et de produire des travaux à vocation commerciale.

La deuxième consiste à classer les cas d'utilisation. Les travaux à faible risque peuvent inclure les tableaux d'ambiance internes, les maquettes de présentation, la suppression d'arrière-plan et l'adaptation de mise en page. Les utilisations à plus haut risque comprennent les visuels de campagnes externes, les représentations réalistes de personnes, les représentations éditoriales d'événements et les créations destinées à la protection des marques ou à la protection à long terme de la propriété intellectuelle.

La troisième consiste à mettre en place un processus de vérification. Chaque ressource publique doit avoir un responsable chargé de vérifier l'exactitude des faits, la qualité visuelle, la cohérence avec l'image de marque et le respect des droits d'auteur. Il convient d'envisager de signaler l'utilisation de l'IA lorsque le contenu synthétique risque, à défaut, d'induire le public en erreur quant à ce qu'il représente.

Le quatrième consiste à évaluer le processus de travail plutôt qu’à mettre en avant l’outil. Les équipes doivent comparer, avant et après l’adoption, le temps consacré à l’élaboration des concepts, le nombre de cycles de révision, les coûts de production et le taux de réutilisation.

Enfin, les concepteurs doivent bénéficier d'une formation allant au-delà de la simple création de modèles. Ils doivent comprendre les limites des modèles, les questions de droits d'auteur, la gestion des données et les moyens de préserver la possibilité de modification. Les non-concepteurs ont quant à eux besoin de limites tout aussi claires afin que la facilité d'accès ne débouche pas sur une production publique incontrôlée.

L'IA s'intègre déjà dans les logiciels créatifs du quotidien, souvent par le biais de petites fonctionnalités plutôt que par une conception autonome spectaculaire. Elle permettra d'éliminer les tâches de fond, d'accélérer l'exploration et de permettre à davantage de personnes de communiquer visuellement.

Ce qu’il ne fera pas, c’est déterminer à quoi doit ressembler une entreprise, quelles idées méritent d’être prises en compte ou comment un choix visuel sera perçu en dehors de l’écran. Ces questions relèvent de la culture, de la stratégie et du jugement humain.

L'avenir du design n'appartiendra pas à ceux qui produisent le plus d'images. Il appartiendra à ceux qui savent reconnaître quelle image mérite d'être créée.