Un soir cette semaine, je magasinais des vêtements en ligne. Une marque que je ne connaissais pas, des morceaux qui me plaisaient. Puis un détail m’a sauté aux yeux : d’une photo à l’autre, le décor changeait subtilement. La plante dont le pot change de couleur, l’applique murale complètement différente. Les images étaient générées par l’IA. Le procédé ne m’a pas dérangée, mais ce qui s’est passé dans ma tête juste après, oui. Je me suis mise à douter du vêtement lui-même. Est-ce que le tissu tombe vraiment comme ça? Est-ce que la coupe fait vraiment cet effet-là sur un vrai corps? J’ai fermé l’onglet avec plus de questions que de réponses.

Je montre les photos en question dans la vidéo qui a lancé cette réflexion: La voir sur TikTok.

Après plus de 500 mandats réalisés depuis 2017, on a vu passer beaucoup de décisions de production d’images. Celle-là revient de plus en plus souvent sur la table, et elle se prend presque toujours pour de bonnes raisons : les délais, les coûts, la flexibilité de pouvoir décliner un visuel en douze formats sans rappeler personne en studio.

Que dit une photo générée par l’IA au client qui hésite?

Elle dit « voici à quoi ça pourrait ressembler ». Le client, lui, cherche plutôt « voici à quoi ça ressemble ».

Une photo de produit a une job précise : répondre à la question que quelqu’un se pose juste avant de sortir sa carte. Est-ce que la couleur est fidèle? Est-ce que la taille correspond à ce que j’imagine? Est-ce que la finition a l’air de qualité? C’est un travail de réassurance, et c’est la dernière étape avant la décision.

Quand l’image devient invérifiable, ce travail ne se fait plus. Le client ne se dit pas « cette photo est générée ». Il se dit « je ne sais pas trop », et il remet en question son achat. C’est exactement le genre de friction qu’on passe nos journées à enlever du parcours pour nos clients.

Pourquoi les images générées par l’IA se font-elles repérer si vite?

Parce que le monde regarde le décor sans s’en rendre compte. C’est là que la génération d’images fait souvent des erreurs, et l’oeil humain s’en rend compte sans même s’y attarder intentionnellement.

Une image seule passe souvent très bien. C’est souvent quand on a une série de photos que ce genre de détail trahit. Sur une fiche produit, on regarde cinq ou six photos d’affilée, et le cerveau compare sans qu’on lui demande. Un carrelage qui change de motif, une poignée qui disparaît, une couture qui ne se rend pas au bout de la manche. Nul besoin d’être photographe pour attraper ça. La plupart des gens n’arrivent même pas à nommer ce qui cloche. Ils sentent juste que quelque chose ne marche pas.

Et le jour où quelqu’un le remarque pour vrai, il arrête d’évaluer l’image. Il se met à évaluer la marque. La question devient : sur quoi d’autre est-ce qu’ils arrondissent les coins?

Quelles questions se poser avant de générer une image plutôt que de la photographier?

Nos quatre questions clés qui prennent moins de dix minutes à régler, et permettent d’éviter de prendre un raccourci pouvant s’avérer coûteux pour la marque.

1. Qu’est-ce que cette image doit prouver?

Si elle doit prouver la matière, la coupe, l’échelle, la finition ou la taille réelle d’un objet, on photographie. Ce sont les seuls éléments qu’un client ne peut pas vérifier autrement avant de recevoir le colis. Si elle doit installer une ambiance ou porter un concept, la contrainte tombe.

Par exemple, un boîtier de maquillage ou une paire d’écouteurs photographiée pour vrai, puis mise en scène avec l’IA, ça demeure réaliste. Le produit montré est le vrai produit. Ça demande un contrôle qualité minutieux, parce que ce qui apparaît à l’écran doit être identique à ce qui va sortir de la boîte, mais l’image fait encore sa job.

Un swatch de maquillage généré, lui, retombe dans l’exemple des vêtements. Le client ne veut pas une hypothèse de ce que le produit fait sur une peau, il s’attend plutôt à ce que la photo lui donne l’heure juste.

2. Est-ce qu’elle vit seule ou dans une série?

Une image isolée, sur une page de campagne, ça peut fonctionner. Douze images générées sur une même fiche produit se comparent entre elles, et c’est le genre de comparaison qui fait apparaître les défauts. Plus la série est longue, plus le risque monte.

3. Est-ce que le client peut confronter l’image à la réalité?

Un produit livré à la maison, une chambre d’hôtel, un chantier, un plat au restaurant. Chaque fois qu’il y a une confrontation prévue entre l’image et le vrai, l’écart se paie. Il se paie en retours, en avis, en appels au service à la clientèle.

4. Qu’est-ce qu’on répond si quelqu’un le nomme publiquement?

Si la réponse est franche et assumée, on est corrects. Si elle est gênante, c’est le signal d’alarme. Ce test-là est le plus rapide des quatre et c’est souvent celui qui tranche.

Comme vous l’aurez remarqué, rien ici ne porte sur la qualité de l’outil. Tout est en lien avec la job que l’image doit faire.

Quand l’IA est-elle le bon outil pour une image de marque?

Quand l’image n’a rien à prouver sur le produit. À ce moment-là, elle est excellente, et on s’en sert aussi à l’agence.

Les arrière-plans, les extensions de décor, les déclinaisons d’un même visuel en formats multiples, les moodboards, les tests créatifs avant un tournage, les visuels de concept qui servent à faire approuver une direction à l’interne. Dans tous ces cas, personne n’attend de la partie générée qu’elle témoigne d’un objet réel. Elle porte une intention, et la générer fait gagner du temps sans rien coûter à la crédibilité.

La ligne qu’on trace en production est là. Plus une image porte une promesse vérifiable, plus c’est risquer de la générer. Un visage humain, une matière, une échelle, un lieu qui existe : on sort la caméra. Une ambiance, un concept, un fond : on peut générer.

Ça se décide au cas par cas, en amont. C’est le genre de choix qui a un impact direct sur ce que la marque est prête à laisser passer.

Les points-clés à retenir:

Est-ce qu’on peut utiliser des images générées par l’IA en marketing? Oui, quand ce qui est généré n’a rien à prouver sur le produit. Arrière-plans, concepts, déclinaisons de formats, tests créatifs : l’outil fait la job et fait gagner du temps. La contrainte apparaît seulement quand l’image sert de preuve.

Qu’est-ce qu’une bonne photo de produit doit faire? Enlever un doute. La couleur, la matière, la coupe, l’échelle, la finition : ce sont les choses qu’un client ne peut pas vérifier autrement avant de recevoir sa commande. Une image qui laisse ces questions ouvertes déplace l’achat à plus tard – ou pire, décourage complètement le client de choisir cette marque.