Pendant longtemps, créer fut une activité rare moins parce que les idées manquaient que parce que leur transformation en œuvres exigeait des ressources difficiles à réunir. Écrire un livre supposait des mois ou des années. Composer et enregistrer un morceau nécessitait des instruments, une maîtrise technique, parfois un studio. Produire un film mobilisait des équipes et des capitaux considérables. Développer un logiciel exigeait d’apprendre un langage dont la syntaxe demeurait inaccessible à l’immense majorité de la population.

La création était donc entourée de barrières. Certaines étaient économiques, d’autres techniques, éducatives ou institutionnelles. Elles limitaient le nombre de personnes capables de produire quelque chose qui puisse être publié, diffusé ou commercialisé.

L’intelligence artificielle générative est en train d’abaisser simultanément une grande partie de ces barrières.

Quelques instructions permettent désormais de produire un texte, une illustration, une voix, une mélodie, une vidéo ou des lignes de code. Les résultats restent inégaux, l’intervention humaine demeure souvent déterminante et la maîtrise professionnelle conserve une valeur considérable. Mais le changement essentiel se situe ailleurs : pour la première fois, la capacité élémentaire de produire du contenu intellectuel ou créatif devient accessible à une population potentiellement immense.

Ce qui disparaît progressivement n’est donc pas la création humaine. C’est son privilège.

Et lorsque produire cesse d’être rare, toute l’économie de la création commence à se déplacer.

La machine qui fait tomber le coût d’entrée

Les révolutions technologiques ont déjà démocratisé la création. L’imprimerie a réduit le coût de reproduction des textes. La photographie a permis de fabriquer des images sans savoir peindre. L’enregistrement sonore a séparé la musique de la performance. Les ordinateurs personnels ont donné accès à des outils autrefois réservés aux entreprises. Internet a supprimé une grande partie du coût de distribution.

L’IA générative ajoute une rupture supplémentaire : elle réduit le coût de production lui-même.

Cette évolution est d’autant plus importante que les modèles deviennent rapidement moins chers et plus accessibles. Le Stanford AI Index 2025 estime que le coût d’utilisation d’un modèle atteignant approximativement les performances de GPT-3.5 sur le benchmark MMLU a été divisé par plus de 280 entre novembre 2022 et octobre 2024. Dans le même temps, les modèles ouverts ont réduit une partie de l’écart qui les séparait des systèmes propriétaires les plus performants.

La conséquence dépasse largement le marché de l’intelligence artificielle.

Lorsqu’un entrepreneur peut concevoir une identité visuelle sans agence, lorsqu’un musicien peut orchestrer une maquette sans studio, lorsqu’un chercheur peut accélérer l’exploration d’une littérature scientifique, lorsqu’un développeur peut produire en quelques heures ce qui nécessitait auparavant plusieurs journées de programmation, une partie des coûts qui structuraient les industries créatives disparaît.

Ce phénomène ne transforme pas seulement les professionnels. Il transforme ceux qui pouvaient auparavant difficilement le devenir.

Des millions de personnes disposent désormais d’une infrastructure créative qui aurait autrefois nécessité plusieurs métiers. Un individu peut écrire, traduire, illustrer, programmer, monter une vidéo, synthétiser des documents et diffuser le résultat à l’échelle mondiale depuis le même ordinateur.

L’entreprise individuelle acquiert ainsi certaines capacités autrefois réservées à l’organisation.

Quand tout le monde peut produire

Cette démocratisation porte une promesse évidente. Des compétences auparavant séparées par des années d’apprentissage deviennent partiellement accessibles par le langage naturel. Une personne qui sait précisément ce qu’elle veut obtenir peut désormais franchir certaines barrières techniques sans maîtriser entièrement les outils qui se trouvent derrière le résultat.

Mais cette abondance produit immédiatement son propre problème.

Si dix fois plus de personnes peuvent écrire, dix fois plus de textes peuvent être publiés. Si la production d’images devient presque gratuite, le nombre d’images disponibles peut devenir pratiquement infini. Si générer une musique, une vidéo ou un logiciel demande de moins en moins de ressources, l’offre peut augmenter beaucoup plus vite que la capacité humaine à la consommer.

Internet avait déjà créé une économie de l’abondance informationnelle. L’IA pourrait la transformer en économie de la surproduction permanente.

Le problème central de la création change alors de nature.

Il ne s’agit plus seulement de savoir qui peut créer.

Il faut savoir qui sera regardé.

Cette distinction est fondamentale. Pendant une grande partie de l’histoire culturelle, la difficulté de produire constituait elle-même un filtre. L’écriture, l’édition, l’enregistrement, le développement ou la production audiovisuelle sélectionnaient mécaniquement une fraction des candidats.

Ces filtres n’étaient ni parfaitement justes ni nécessairement souhaitables. Ils excluaient quantité de talents faute de capital, de réseau, de formation ou d’accès aux institutions.

Mais ils limitaient l’offre.

L’IA les affaiblit sans résoudre le problème de la demande.

Une journée humaine conservera vingt-quatre heures, quelle que soit la quantité de contenus qu’une machine peut produire pendant ce temps.

La rareté se déplace

C’est peut-être ici que se trouve la transformation économique la plus importante.

Lorsque la production devient abondante, la valeur migre vers ce qui demeure rare.

L’attention est rare. La confiance est rare. La réputation est rare. Le goût est rare. La capacité à sélectionner est rare. Une audience fidèle est rare. Une marque capable de faire reconnaître immédiatement une œuvre parmi des milliers d’autres devient plus précieuse.

La création ne disparaît donc pas ; sa chaîne de valeur se recompose.

Dans un univers saturé de textes, savoir écrire correctement pourrait devenir moins différenciant que savoir quoi écrire. Dans un univers saturé d’images techniquement parfaites, la direction artistique pourrait compter davantage que l’exécution. Lorsque des millions de morceaux peuvent être générés, la valeur d’un artiste pourrait résider de plus en plus dans son identité, son histoire, ses performances et la communauté qui l’entoure.

L’IA automatise plus facilement la fabrication d’une proposition que la construction de la raison pour laquelle quelqu’un devrait s’y intéresser.

C’est une distinction décisive.

La valeur pourrait progressivement remonter de l’exécution vers l’intention.

Le paradoxe du créateur augmenté

Cette évolution explique pourquoi le débat opposant mécaniquement l’homme à la machine décrit imparfaitement ce qui se produit.

L’Organisation internationale du Travail estime qu’environ un travailleur sur quatre dans le monde exerce déjà une profession présentant un certain degré d’exposition à l’IA générative. Mais son analyse souligne également que la transformation des métiers apparaît, à ce stade, plus probable que leur disparition pure et simple. Les progrès dans la génération de texte, d’images, de voix et de vidéo ont notamment augmenté l’exposition de plusieurs professions liées aux médias et au web.

Dans les industries culturelles et médiatiques, l’OIT identifie précisément ce déplacement : journalistes, écrivains et traducteurs figurent parmi les professions fortement exposées, tandis que les compétences de jugement critique, de créativité et d’éthique peuvent prendre davantage d’importance à mesure que les machines interviennent dans l’exécution.

Le créateur ne disparaît donc pas nécessairement derrière l’outil. Il peut devenir son directeur.

Un photographe n’est plus seulement celui qui maîtrise l’appareil. Un écrivain n’est plus nécessairement celui qui produit chaque première formulation. Un développeur peut consacrer moins de temps à écrire certaines fonctions élémentaires et davantage à concevoir l’architecture d’un système. Un réalisateur peut expérimenter des séquences qui auraient autrefois nécessité un budget inaccessible.

La compétence se déplace progressivement de la capacité à exécuter vers la capacité à orienter, sélectionner, corriger et assumer le résultat.

Cela ne signifie pas que la technique devient inutile. Le phénomène inverse peut même se produire : plus les outils deviennent puissants, plus l’écart entre une utilisation banale et une utilisation experte peut devenir visible.

Donner le même piano à deux personnes n’en fait pas deux pianistes.

Donner le même modèle génératif à deux personnes ne leur donne pas davantage le même jugement.

L’originalité après la machine

Une question plus inconfortable apparaît cependant : que signifie être original lorsque la génération devient instantanée ?

Une grande partie de la production culturelle a toujours été combinatoire. Les écrivains héritent de formes littéraires. Les musiciens travaillent à partir de traditions harmoniques. Les cinéastes reprennent des codes visuels. Les scientifiques construisent leurs travaux sur ceux de leurs prédécesseurs.

L’IA pousse cette logique à une échelle industrielle.

Elle peut absorber des structures, reconnaître des régularités et générer des variations avec une vitesse inaccessible à l’être humain. Cela oblige progressivement les sociétés à préciser ce qu’elles considèrent réellement comme une œuvre et ce qu'elles veulent protéger.

En janvier 2025, l’U.S. Copyright Office a réaffirmé que l’utilisation de l’IA n’empêche pas en elle-même une œuvre de bénéficier du droit d’auteur. En revanche, un contenu généré par une IA n’est protégeable que lorsqu’une contribution humaine suffisante détermine les éléments expressifs concernés ; la simple rédaction d’instructions ne suffit pas nécessairement.

Derrière cette question juridique se trouve une interrogation culturelle beaucoup plus vaste.

Nous avons longtemps confondu la valeur d’une création avec la difficulté nécessaire pour la produire.

L’IA sépare progressivement les deux.

Une image magnifique peut être produite en quelques secondes. Une mauvaise nouvelle peut demander six mois d’enquête. Une chanson techniquement impeccable peut être générée presque instantanément. Une œuvre imparfaite peut représenter vingt années d’expérience humaine.

Le coût de fabrication ne permet donc plus de déterminer la valeur.

Il faudra trouver d’autres critères.

L’économie de la confiance

C’est ici que le bouleversement pourrait devenir paradoxal.

L’intelligence artificielle démocratise la production, mais cette démocratisation pourrait renforcer certains intermédiaires.

Lorsque le nombre de contenus disponibles devient gigantesque, personne ne peut les parcourir directement. Il faut des filtres.

Moteurs de recherche, réseaux sociaux, plateformes vidéo, services de streaming, magasins d’applications, places de marché et assistants d’intelligence artificielle deviennent alors les infrastructures chargées de sélectionner l’abondance.

Le pouvoir ne réside plus nécessairement dans la capacité de produire.

Il réside dans la capacité de distribuer.

Un monde contenant un milliard de créateurs n’est pas automatiquement un monde où un milliard de créateurs disposent de la même visibilité. Au contraire, plus l’offre augmente, plus les mécanismes qui organisent cette visibilité deviennent stratégiques.

L’IA pourrait ainsi provoquer simultanément deux mouvements apparemment contradictoires : une décentralisation spectaculaire de la création et une concentration croissante du pouvoir de sélection.

Tout le monde pourra potentiellement créer.

Quelques systèmes pourraient néanmoins décider ce que tout le monde verra.

De nouveaux métiers, de nouvelles hiérarchies

L’histoire économique suggère également qu’une technologie qui détruit la valeur de certaines compétences peut en créer ailleurs.

Le World Economic Forum estime, dans son Future of Jobs Report 2025, que les transformations technologiques, démographiques, économiques et géopolitiques pourraient affecter 22 % des emplois existants d’ici 2030. Son enquête auprès de plus de 1 000 entreprises prévoit simultanément 170 millions de créations de postes et 92 millions de déplacements, soit un solde positif théorique de 78 millions. Ces projections doivent être considérées comme des estimations plutôt que comme des prédictions, mais elles illustrent l’ampleur des recompositions attendues. Le même rapport souligne que les compétences liées à l’IA progresseront fortement tout en maintenant la pensée créative parmi les compétences humaines importantes.

La frontière entre créateur et non-créateur pourrait elle-même devenir moins pertinente.

Un juriste produit désormais des documents assistés par une machine. Un ingénieur génère des simulations. Un enseignant fabrique des supports pédagogiques. Un entrepreneur conçoit des interfaces. Un scientifique peut automatiser une partie de son travail documentaire. Des professions qui ne se considéraient pas comme créatives deviennent productrices de contenus à grande échelle.

L’IA ne transforme donc pas seulement les industries créatives.

Elle étend la logique créative à une partie croissante de l’économie.

Le privilège qui demeure

Il serait pourtant trompeur de conclure que la créativité a été démocratisée au sens absolu.

Les modèles les plus performants exigent des infrastructures gigantesques. Les données, les semi-conducteurs, les centres de calcul et les capitaux nécessaires à leur développement restent extrêmement concentrés. En 2024, l’investissement privé mondial dans l’IA générative a atteint 33,9 milliards de dollars. Les États-Unis représentaient à eux seuls 109,1 milliards de dollars d’investissement privé dans l’IA au sens large, très loin devant la Chine et le Royaume-Uni.

La création se démocratise donc au niveau de l’utilisateur tandis que son infrastructure peut se concentrer au niveau industriel.

C’est peut-être l’un des paradoxes majeurs de cette révolution.

Jamais autant d’individus n’auront disposé d’autant de capacités créatives.

Et rarement ces capacités auront dépendu d’un nombre aussi réduit d’infrastructures technologiques.

Après l’abondance

Nous avons longtemps vécu dans un monde où créer constituait déjà une forme de distinction.

Écrire un livre était remarquable parce que peu de personnes pouvaient mener l’entreprise à son terme. Produire un film était exceptionnel parce que l’opération exigeait des ressources considérables. Construire un logiciel supposait une compétence spécialisée. Enregistrer un album nécessitait une infrastructure.

Ces obstacles ne disparaîtront pas entièrement. Mais ils diminuent suffisamment pour modifier la signification économique de l’acte créatif.

Dans le monde qui se dessine, produire quelque chose pourrait devenir la partie la plus facile.

Le défi sera de produire quelque chose qui mérite d’être conservé.

La différence est immense.

Car si l’intelligence artificielle met progressivement fin au privilège de créer, elle ne met pas fin au privilège d’avoir quelque chose à dire.

Elle pourrait même le rendre plus précieux.

Dans une civilisation capable de générer presque infiniment des textes, des images, des sons et des vidéos, la rareté ultime ne sera peut-être plus la création.

Ce sera le sens.

Sources principales

Stanford Institute for Human-Centered Artificial Intelligence, AI Index Report 2025 — économie, performances, coûts et investissements dans l’intelligence artificielle.

Organisation internationale du Travail, Generative AI and Jobs: A Refined Global Index of Occupational Exposure, 2025.

Organisation internationale du Travail, Generative AI and the Media and Culture Industry, 2025.

U.S. Copyright Office, Copyright and Artificial Intelligence — Part 2: Copyrightability, 2025.

World Economic Forum, Future of Jobs Report 2025.