L’IA peut aujourd’hui générer une publicité en quelques secondes.
Une photo spectaculaire. Une lumière parfaite. Un intérieur luxueux. Des lettres dorées. Des icônes. Un slogan publicitaire. Un prix. Un téléphone. Un CTA. Quelques bénéfices.
On peut encore ajouter l’adresse du site, WhatsApp, un message supplémentaire, le logo, un autre avantage et une information qui « doit absolument figurer ».
Techniquement, tout est correct.
Il n’y a qu’un seul problème.
L’utilisateur n’est pas venu sur Internet pour lire toute la publicité.
Et c’est précisément là que commence le problème intéressant du design contemporain.
L’IA a fait le visuel. Mais qui va le lire maintenant ?
Il suffit de parcourir les publicités publiées sur Internet pour voir un schéma caractéristique.
Grand titre. Deuxième titre. Sous-titre. Quelques bénéfices. Prix ou montant. Numéro de téléphone. Adresse du site. Logo. Icônes. Message supplémentaire. CTA.
Et comme le visuel doit paraître « riche », s’ajoutent encore des effets lumineux, des dégradés, des éléments dorés, des illustrations décoratives, une image générée par l’IA et plusieurs styles typographiques différents.
Tout semble impressionnant. Mais en même temps, tout se dispute l’attention. Et si chaque élément essaie d’être le plus important, la hiérarchie visuelle cesse de fonctionner.
C’est très important, car la hiérarchie visuelle n’est pas une décoration. C’est une façon de guider le destinataire à travers le message.
Elle dit :
- regarde d’abord ceci,
- puis lis cela,
- ici se trouve l’information la plus importante,
- et ici tu peux passer à l’action.
Si tous les éléments ont un poids similaire, l’utilisateur doit décider lui-même où regarder.
Et le plus souvent, il ne le fera pas.
Il fera simplement défiler.
La publicité n’est pas un journal
L’un des plus grands problèmes des publicités contemporaines est la volonté de placer sur un seul visuel toute la connaissance sur le produit.
L’entreprise a sept arguments de vente, alors elle montre sept éléments. Elle a trois avantages concurrentiels, alors elle en montre trois. Elle a un numéro de téléphone, WhatsApp, un site internet, un logo, un certificat et une information supplémentaire, alors tout finit sur le visuel.
À cela s’ajoutent encore le slogan. Et la photo. Et la promotion. Et le bouton.
Au final, on obtient quelque chose qui, formellement, est une publicité, mais qui visuellement commence à ressembler à un panneau d’affichage.
Sur un grand écran, cela peut encore sembler « complet ».
Sur un téléphone, cela se transforme souvent en un bloc de petit texte que personne n’agrandira.
L’utilisateur n’analyssera pas chaque élément.
Il ne cherchera pas le message principal.
Il ne se demandera pas ce que l’auteur voulait dire.
Il fera défiler.
L’utilisateur ne lit pas le visuel. Il le parcourt
Ce n’est pas seulement une question de goût du designer.
La conception de la communication numérique repose notamment sur le fait que l’utilisateur a une attention limitée et parcourt très souvent le contenu au lieu de l’analyser élément par élément.
C’est pourquoi un bon visuel publicitaire devrait avoir une structure claire.
Que voit-on en premier ?
Que remarque-t-on un peu plus tard ?
Que peut-on ignorer ?
Quelle est l’information auxiliaire ?
Qu’est-ce qui doit inciter à agir ?
Les recherches eye-tracking sur la complexité visuelle des publicités montrent que les bannières plus complexes peuvent exiger un effort cognitif plus important. Dans une étude, les publicités à faible complexité visuelle étaient observées plus souvent et plus longtemps, et leur réception était plus favorable que dans le cas de publicités plus complexes.
Cela conduit à une distinction importante : remarquer une publicité ne signifie pas encore que l’utilisateur a traité son message.
Nous pouvons faire en sorte que le visuel soit très visible.
Nous pouvons utiliser une énorme inscription.
Nous pouvons employer le contraste, l’animation et des couleurs intenses.
Et malgré cela, l’utilisateur peut ne pas se souvenir de ce que nous voulions lui dire.
Et ici revient la banner blindness
Internet nous a appris à ignorer certains schémas visuels.
On parle de banner blindness, c’est-à-dire de cécité aux bannières.
Ce qui est intéressant, c’est que cela ne signifie pas littéralement que l’utilisateur ne regarde jamais la publicité. Les recherches eye-tracking montrent une image plus complexe : la publicité peut être remarquée, mais ses éléments peuvent ne pas être traités ou mémorisés efficacement. Le rôle de la tâche que l’utilisateur est en train d’effectuer compte notamment.
C’est important, car en pratique cela signifie que le simple fait de « faire quelque chose qui attire l’œil » ne résout pas le problème.
L’utilisateur peut voir la publicité et l’ignorer en même temps.
Et l’IA contemporaine peut encore accélérer ce problème. Pourquoi ?
Parce que jamais auparavant il n’a été aussi facile de produire autant de messages similaires.
Quand toutes les publicités commencent à se ressembler
Imaginons plusieurs milliers d’entreprises.
Chacune a accès à des générateurs similaires.
Chacune peut saisir : « publicité immobilière luxueuse, éléments dorés, coucher de soleil, appartement élégant, marketing professionnel ».
Ou : « publicité financière moderne, lettres dorées, documents, téléphone, premium, entreprise professionnelle ».
Ou : « publicité dynamique pour les affaires, femme qui réussit, ordinateur portable, graphiques, lumières, bureau moderne ».
Le générateur fera son travail...
Une image attrayante sera créée (enfin disons...)
Le problème, c’est qu’avec le temps l’attractivité cesse d’être un élément distinctif.
Si tout le monde utilise la même esthétique, cette esthétique cesse de distinguer.
Un bruit visuel se crée.
Et l’utilisateur commence à reconnaître non pas une marque précise, mais tout le schéma : « encore une publicité ».
Et il fait défiler.
Le plus grand problème n’est pas que l’IA fasse de mauvais visuels
Ce serait un diagnostic trop simple.
L’IA peut générer de très bonnes images.
Mieux encore, une étude récente de la Columbia Business School portant sur plus de 2 millions d’observations publicitaires, plus de 7 000 annonceurs, près de 50 catégories de produits, plus de 16 milliards d’impressions et 116 millions de clics a montré que les publicités avec des images générées par l’IA peuvent obtenir un CTR plus élevé que les publicités avec des images créées par des humains - à condition que les images générées ne paraissent pas trop manifestement produites par l’IA.
C’est un résultat très intéressant.
Parce qu’il montre que le problème n’est pas l’utilisation de l’IA en soi.
Le problème, c’est le manque de contrôle sur ce que produit l’IA et sur la manière dont ce matériau fonctionne dans la communication de marque.
L’IA peut être un excellent outil.
Mais un outil n’est pas encore un processus de conception.
Générer n’est pas concevoir
C’est probablement la phrase la plus importante de tout le sujet.
Générer n’est pas concevoir.
Le générateur peut créer une image.
Le designer doit décider :
- si cette image correspond à la marque,
- si elle correspond au public,
- si elle communique la bonne émotion,
- si elle a la bonne hiérarchie,
- si le texte est lisible,
- si le contraste fonctionne,
- si le CTA est visible,
- si la quantité d'informations n'est pas trop élevée,
- si la publicité ne ressemble pas à un autre visuel généré au hasard par l'IA.
Et surtout : ce qu'on peut supprimer.
Ce dernier point est particulièrement important.
Car l'IA répond très facilement à la question : « Qu'est-ce qu'on peut encore ajouter ? »
Un bon designer sait répondre : « Rien. C'est déjà suffisant. »
Le graphiste n'est pas une personne qui fait des images
C'est pourquoi il est difficile de réduire l'avenir du graphiste à la question : « L'IA va-t-elle lui prendre son travail ? »
Si le travail du graphiste consistait uniquement à créer une image esthétique, l'automatisation pourrait effectivement prendre en charge une grande partie du processus.
Mais un designer professionnel fait bien plus :
- Il construit la hiérarchie.
- Il choisit la typographie.
- Il contrôle l'espace.
- Il comprend le contexte.
- Il conçoit un système visuel.
- Il adapte la communication à la marque.
- Il sait quand une photo aide et quand elle devient décorative.
- Il sait quand un fort contraste attire l'attention et quand il commence à paraître bon marché.
- Il sait que toutes les informations n'ont pas besoin de figurer sur le visuel.
- Et il sait renoncer à un élément qui, pris isolément, est séduisant, mais qui gâche toute la composition.
Cela peut être l'une des compétences de conception les plus importantes à l'ère de l'IA générative. La capacité de sélection.
Nous pouvons avoir 100 versions. Nous n'avons besoin que d'une seule bonne
C'est un autre changement qu'apporte l'IA au design.
Autrefois, le problème pouvait être de créer une seule bonne version. Aujourd'hui, nous pouvons en générer des dizaines en quelques minutes. Mais un plus grand nombre de variantes ne signifie pas automatiquement un meilleur design. Bien au contraire. Si nous n'avons pas de critères de choix, nous obtenons simplement un plus grand nombre de possibilités. Et des possibilités ne sont pas encore une décision.
Nous pouvons générer :
- 20 titres,
- 30 photos,
- 15 mises en page,
- 10 versions du CTA,
- 50 variantes de couleurs.
Et après ?
Qui décidera qu'une variante communique réellement le mieux la marque ? Qui remarquera qu'une belle image ne correspond pas au produit ? Qui constatera qu'il y a trop de texte ? Qui verra que la publicité est percutante, mais qu'on ne sait pas vraiment ce qu'elle vend ?
L'IA peut accélérer la production. Elle ne décharge pas l'humain de sa responsabilité quant au résultat.
« Mais les gens cliquent pourtant sur ce genre de publicités »
Bien sûr.
Et c'est précisément pourquoi il ne vaut pas construire cet article sur l'idée que toute publicité générée par l'IA est inefficace.
C'est faux.
L'efficacité d'une publicité dépend de nombreux éléments : le produit, l'offre, le public, le contexte, la création, le support de diffusion, le message et la manière de tester.
Même les études actuelles montrent que les publicités créées avec l'aide de l'IA peuvent très bien fonctionner.
Le problème est ailleurs.
On peut obtenir un clic tout en créant une communication de marque catastrophique.
On peut attirer le regard et ne transmettre aucune information pertinente.
On peut faire une publicité avec un CTR élevé, mais qui ne crée pas la confiance.
On peut faire quelque chose qui semble impressionnant dans le feed, mais qui ne correspond absolument pas à l'expérience utilisateur ultérieure.
C'est pourquoi une publicité ne devrait pas être évaluée uniquement à travers le prisme du fait que les gens cliquent ou non.
Car l'utilisateur évalue aussi la marque
Si une publicité paraît chaotique, excessive, générique ou bâclée, l'utilisateur peut associer cette impression à l'entreprise.
Surtout dans le cas des marques qui vendent des services nécessitant de la confiance ;
- Cabinet de développement logiciel.
- Cabinet d'avocats.
- Entreprise financière.
- Promoteur immobilier.
- Agence immobilière.
- Entreprise médicale.
- Conseiller d'affaires.
- Fabricant de technologies.
Ici, la publicité n'est pas seulement un support d'information sur le produit.
Elle est aussi un fragment de l'expérience de marque.
Si le premier contact de l'utilisateur avec l'entreprise est un visuel où le texte est microscopique, où les informations se concurrencent, et où la moitié des éléments ressemble à une décoration générée, il est difficile d'espérer que le public pense automatiquement : « C'est forcément une entreprise professionnelle ».
La technologie peut être avancée. L'offre peut être excellente. Mais la communication doit aussi le montrer.
L'IA peut donc créer un nouveau type d'aveuglement
C'est sans doute le paradoxe le plus intéressant.
L'IA générative était censée nous aider à créer des contenus plus attrayants. Et elle le peut effectivement. Mais en même temps, elle peut conduire à une situation où internet sera inondé de contenus visuellement attractifs, mais très similaires les uns aux autres.
Et quand tout a l'air spectaculaire, le spectaculaire ne suffit plus.
L'utilisateur commence à filtrer.
Il n'analyse pas chaque visuel.
Il ne vérifie pas chaque slogan.
Il ne s'arrête pas à chaque « SUPER OFFRE ».
Il reconnaît le schéma et passe à autre chose.
C'est très proche de ce qui se passe avec la publicité en ligne classique.
Plus nous voyons de publicités, plus nous apprenons à les ignorer.
Il ne s'agit pas de revenir au monde des « graphismes faits à la main »
Il ne sert à rien de prétendre qu'on peut faire marche arrière avec l'IA. Ce n'est pas nécessaire. L'IA est un excellent outil de production.
Elle peut accélérer le travail.
Elle peut aider à développer des concepts.
Elle peut générer des variantes.
Elle peut soutenir la direction artistique.
Elle peut aider les designers dans des tâches qui prenaient auparavant de nombreuses heures.
Mais c'est précisément pour cela que prend de l'importance l'humain qui sait évaluer le résultat.
Plus la création de supports devient rapide et peu coûteuse, plus la capacité à choisir le bon support devient précieuse.
Cela peut être l'un des plus grands changements dans le design.
Nous n'aurons pas un problème de manque de visuels. Nous aurons un problème d'abondance.
Une bonne publicité n'a pas besoin de tout dire
Une bonne publicité peut dire une seule chose. Et le faire bien.
- Elle peut montrer le produit.
- Elle peut susciter une émotion.
- Elle peut communiquer un seul avantage.
- Elle peut poser une question.
- Elle peut orienter l'utilisateur vers le site.
Le reste des informations peut se trouver justement là.
- Sur le site.
- Sur la landing page.
- Dans la boutique.
- Dans le formulaire.
- Dans l'échange avec le commercial.
Il n'y a aucune obligation de condenser tout le processus de vente en une seule image.
La publicité n'a pas besoin d'être une encyclopédie du produit.
Son rôle est notamment de créer le bon contexte pour l'étape suivante.
Le meilleur designer du futur ?
Peut-être celui qui sait le mieux dire « non ».
- Non - à une autre icône.
- Non - à un autre slogan.
- Non - au troisième CTA.
- Non - à un texte qui « pourra toujours servir ».
- Non - à un effet spectaculaire, mais qui ne communique rien.
- Non - à une photo qui a l’air superbe, mais qui n’a aucun lien avec la marque.
- Non - à une autre variante générée simplement parce qu’elle peut l’être.
Car dans un monde où l’IA peut produire un nombre presque infini de versions, la valeur ne réside plus dans la production elle-même.
La valeur devient la décision.
L’IA ne prendra pas le travail des graphistes. Mais elle changera ce dont ils seront responsables
Nous n’aurons probablement pas besoin de moins d’images. Nous en aurons besoin de davantage.
Nous n’aurons pas besoin de moins de variantes. Nous en aurons beaucoup plus.
Nous n’aurons pas moins de possibilités. Nous en aurons absurdement beaucoup.
C’est pourquoi le rôle du designer peut de plus en plus glisser de la production elle-même vers l’art direction, l’UX, la stratégie visuelle, la communication, la sélection et le contrôle qualité.
L’IA peut générer - L’humain doit décider.
L’IA peut proposer - L’humain doit évaluer.
L’IA peut créer 100 publicités - L’humain doit savoir, pourquoi 99 d’entre elles devraient finir à la poubelle.
Et peut-être est-ce précisément pour cela que le graphiste ne disparaîtra pas. Simplement, la définition de son travail changera.
Car le plus grand problème d’internet du futur ne sera pas le manque de contenu. Ce sera l’excès de contenu que personne ne veut regarder.
Et lorsque chaque publicité commence à crier, l’utilisateur fait quelque chose de très simple.
Il cesse d’écouter.
