IA générative : qui domine le texte, l’image et la vidéo à l’aube de 2025 ?

L’intelligence artificielle générative n’est plus un marché que l’on peut résumer à un seul nom ou à une seule application. Depuis que ChatGPT a fait découvrir ces outils au grand public à la fin de 2022, la compétition s’est déplacée sur trois fronts étroitement liés : écrire et dialoguer, fabriquer des images, puis produire de courtes vidéos. Au 16 mars 2025, les acteurs les plus visibles ne sont pas nécessairement ceux qui excellent sur tous ces terrains.

La notion de « leader » mérite donc d’être précisée. Il y a le leader de la recherche, celui dont le modèle est le plus convoité, celui qui possède la plus grande base d’utilisateurs, et celui qui parvient à intégrer l’IA dans les logiciels déjà utilisés dans les entreprises. Sur ce dernier point, la distribution, la confiance des clients et les règles de protection des données peuvent peser autant que la qualité d’une réponse ou le réalisme d’une image.

Une course où il n’existe pas un vainqueur unique

Les grands modèles de langage, souvent appelés LLM, apprennent à prédire les mots les plus plausibles à partir d’immenses corpus de textes. Ils peuvent ainsi rédiger, résumer, traduire, programmer ou répondre à des questions. Les modèles récents sont aussi dits multimodaux : ils peuvent traiter plusieurs formes d’information, notamment le texte, les images, le son et, de plus en plus, la vidéo.

Cette convergence explique pourquoi les mêmes groupes reviennent fréquemment dans les débats. OpenAI a imposé ChatGPT comme produit emblématique de l’IA générative. Google dispose de capacités de recherche, d’infrastructures et de produits grand public considérables. Microsoft joue un rôle central dans l’adoption en entreprise via Copilot et ses services cloud. Adobe, de son côté, est particulièrement bien placé pour faire entrer la génération d’images et de vidéos dans les pratiques des créatifs.

Mais le paysage ne se limite pas à ces quatre entreprises. Anthropic s’est installé comme un concurrent majeur dans les assistants conversationnels. Meta pèse par ses modèles Llama, dont les poids sont largement accessibles sous licence. Runway s’est spécialisé dans la vidéo générative. Et Mistral AI incarne l’ambition européenne de disposer d’acteurs capables de concevoir et de déployer leurs propres modèles.

Les mois qui ont redistribué les cartes

La période allant du printemps 2024 au début de 2025 a été marquée par une accélération des annonces. Les progrès ne concernent plus seulement la fluidité des textes : les assistants comprennent mieux les documents et les images, parlent à voix haute, et les générateurs vidéo commencent à proposer des séquences plus cohérentes.

Cette chronologie ne constitue pas un classement. Elle montre plutôt que la compétition est devenue continue : une avancée dans un modèle peut être rapidement suivie d’un nouveau produit, d’une baisse de prix, d’une intégration dans un logiciel ou d’une ouverture plus large à des développeurs.

Texte : OpenAI, Google et Anthropic au centre du jeu

Sur le texte et la conversation, OpenAI conserve une influence considérable. ChatGPT a défini les attentes du public : discuter avec un assistant, lui demander de corriger un courrier, de résumer un dossier ou de produire un premier brouillon. En mai 2024, GPT-4o a illustré l’évolution vers des interactions plus directes entre texte, voix et image. La force d’OpenAI ne repose donc pas uniquement sur un modèle, mais aussi sur une marque et une interface devenues familières pour des millions d’utilisateurs.

Microsoft bénéficie directement de cette dynamique en diffusant des fonctions d’IA dans Copilot, Microsoft 365, Windows, GitHub et Azure. Son avantage est moins celui d’un laboratoire isolé que celui d’un groupe déjà installé au cœur des environnements de travail. Pour une entreprise, l’enjeu consiste à connecter un assistant aux documents et aux outils internes sans exposer des données sensibles. La capacité à gérer ces déploiements est un facteur de leadership commercial majeur.

Chez Google, Gemini représente l’ambition de relier l’IA générative à un vaste écosystème de produits et de services. Google a également présenté Gemini 2.0 en décembre 2024, dans une stratégie qui cherche à faire des modèles capables de traiter naturellement plusieurs formats d’information. Ses atouts sont évidents : expertise historique en recherche, puissance de calcul, expérience de la recherche en ligne et présence auprès du grand public comme des organisations.

Enfin, Anthropic a renforcé sa position avec Claude, puis Claude 3.7 Sonnet en février 2025. L’entreprise met en avant des modèles capables d’adapter l’effort consacré au raisonnement selon la complexité de la demande. Cette approche intéresse particulièrement les professionnels qui utilisent l’IA pour analyser des documents, coder ou traiter des tâches nécessitant plusieurs étapes.

Image et vidéo : Adobe, Google, OpenAI et Runway se distinguent autrement

Dans l’image, Adobe occupe une position singulière. Avec Firefly, le groupe ne se contente pas de proposer un générateur autonome : il injecte des fonctions de création dans des logiciels déjà utilisés par les graphistes, photographes, illustrateurs et équipes marketing. Retouche générative, extension d’une image, création de variantes ou ajout d’éléments deviennent ainsi des actions intégrées à un flux de travail existant.

Adobe met également en avant l’entraînement de Firefly sur des contenus sous licence, du domaine public ou autorisés. Cela ne résout pas à lui seul toutes les questions juridiques liées aux images générées, mais répond à une préoccupation concrète des entreprises : savoir dans quelles conditions elles peuvent utiliser un visuel dans une campagne commerciale.

Google, avec Imagen 3, reste un acteur à suivre dans la génération d’images. Ses avancées dans la compréhension des consignes écrites et dans la qualité visuelle s’inscrivent dans une stratégie plus large, où une même famille de technologies peut générer, analyser et modifier différents types de contenus.

La vidéo est le terrain où la compétition apparaît la plus spectaculaire, mais aussi le plus immature. Sora, d’OpenAI, a attiré l’attention par la qualité de certaines séquences présentées, avant d’être mis à disposition en décembre 2024 dans les territoires éligibles. Google a répondu avec Veo et Veo 2, tandis que Runway a poursuivi le développement de ses outils destinés aux créateurs avec Gen-3 Alpha. Adobe a ouvert son modèle vidéo Firefly en bêta publique en octobre 2024.

Ces outils peuvent créer une courte séquence à partir d’une phrase descriptive, ou parfois d’une image. Ils sont prometteurs pour le storyboard, le prototypage, les effets visuels, les publicités et certains contenus pour les réseaux sociaux. Ils rencontrent toutefois des limites : cohérence d’un personnage d’un plan à l’autre, détails des mains et des objets, respect précis d’une action, durée limitée et contrôle incomplet du résultat final.

Le véritable avantage de Microsoft et Adobe : l’intégration dans le travail quotidien

La bataille technologique se joue aussi loin des démonstrations spectaculaires. Un générateur de texte ou d’image n’apporte de valeur que s’il s’intègre à des processus concrets : rédiger une note, répondre à un client, préparer une présentation, trier un document, produire une maquette ou créer une vidéo de démonstration.

C’est dans cette couche applicative que Microsoft et Adobe disposent d’un avantage particulier. Microsoft peut déployer l’IA dans des outils de bureautique et de développement déjà connus. Adobe peut l’insérer dans des logiciels créatifs où les utilisateurs ont besoin de modifier finement les résultats, plutôt que de repartir de zéro à chaque requête.

Cette intégration ne dispense pas les organisations d’un travail préparatoire. Elles doivent définir quelles données peuvent être envoyées à un assistant, former les équipes à formuler et vérifier les requêtes, et choisir des indicateurs utiles. Le succès d’un projet ne se mesure pas au nombre de licences achetées, mais à des effets observables : temps gagné sur certaines tâches, baisse des erreurs, qualité du service ou capacité à créer de nouveaux contenus.

La vigueur des investissements confirme l’importance stratégique du secteur. Au Mobile World Congress de Barcelone, en février 2025, Honor a annoncé vouloir investir 10 milliards de dollars sur cinq ans dans son plan consacré à l’IA. Cette somme vise l’écosystème des appareils intelligents. Elle montre que la course ne concerne pas seulement les laboratoires de modèles, mais aussi les fabricants de terminaux, les services cloud et les plateformes de distribution.

Santé, finance, transport : des usages prometteurs, sous contrôle humain

L’IA touche des secteurs très différents, mais avec des exigences qui ne sont pas comparables. En santé, des algorithmes peuvent assister l’analyse d’images médicales, aider à organiser l’information ou contribuer à la recherche. Ils ne remplacent pas le jugement clinique, l’examen du patient ni la responsabilité des soignants. L’évaluation sur des données représentatives et le contrôle des professionnels sont essentiels avant tout usage à grande échelle.

Dans la finance, l’IA peut analyser des volumes importants de données, automatiser certaines opérations documentaires ou aider à détecter des anomalies. Elle ne rend pas les marchés prévisibles et peut au contraire amplifier des biais si les données utilisées ou les règles de décision sont défectueuses.

Dans le transport, les systèmes d’IA sont employés pour optimiser des itinéraires, prévoir la maintenance ou assister la conduite. Là encore, le passage d’une démonstration convaincante à un outil sûr dans le monde réel nécessite des essais, des procédures de sécurité et une définition claire des responsabilités.

Ces exemples rappellent une distinction fondamentale : l’IA générative produit du contenu, alors que les systèmes d’aide à la décision peuvent influencer des personnes, des ressources ou des droits. Plus l’impact potentiel est élevé, plus l’exigence de contrôle doit être forte.

Régulation, biais et droit d’auteur : les conditions d’une adoption durable

La popularité de l’IA générative a rendu les questions éthiques impossibles à contourner. Les modèles peuvent reproduire des biais présents dans leurs données d’entraînement. Ils peuvent aussi faciliter la diffusion de faux contenus convaincants, notamment des images, des voix ou des vidéos. La transparence sur les limites d’un outil et sur l’origine d’un contenu devient donc un enjeu démocratique autant qu’économique.

Le droit d’auteur est un autre point de friction majeur. Créateurs, éditeurs et entreprises technologiques s’opposent sur l’utilisation d’œuvres pour entraîner les modèles, ainsi que sur le statut des contenus produits ensuite. À ce stade, les réponses varient selon les pays, les contrats et les procédures judiciaires en cours. Les entreprises qui souhaitent employer ces outils doivent examiner leurs conditions d’utilisation, leurs données d’entrée et les droits attachés aux contenus qu’elles diffusent.

Le débat porte aussi sur l’ouverture des modèles. Des modèles à poids accessibles peuvent accélérer la recherche, l’innovation locale et l’adaptation à des langues ou à des métiers spécifiques. Mais leur disponibilité plus large peut compliquer la prévention des usages malveillants. L’expression « open source » est souvent employée de manière générale : il faut vérifier précisément ce qui est ouvert, la licence proposée et les restrictions associées.

Le Sommet pour l’action sur l’IA, organisé à Paris les 10 et 11 février 2025, a illustré l’importance prise par ces sujets sur la scène internationale. Les discussions ont porté sur la nécessité de concilier innovation, intérêt général, sécurité et coopération entre pays. En Europe, l’AI Act est entré en vigueur en août 2024 et ses premières dispositions, notamment sur certaines pratiques interdites, sont devenues applicables le 2 février 2025. Son application progressive donnera un cadre supplémentaire aux entreprises et aux administrations.

Des personnalités telles que Sam Altman, directeur général d’OpenAI, ou Fei-Fei Li, professeure à Stanford et figure de la recherche en vision par ordinateur, incarnent deux dimensions complémentaires de ce débat : la vitesse de déploiement industriel et la nécessité d’une recherche attentive aux effets sociaux de la technologie.

Ce qu’il faut surveiller après mars 2025

La prochaine étape ne sera pas seulement une affaire de clips vidéo plus réalistes ou de réponses plus rapides. Il faudra observer la capacité des modèles à accomplir des tâches complexes de manière fiable, avec un vrai contrôle de l’utilisateur. La qualité des outils de vérification, la provenance des contenus, la protection des données et la possibilité de corriger une erreur compteront autant que l’effet de nouveauté.

Pour le public comme pour les entreprises, la question utile n’est donc pas « quelle IA est la meilleure ? », mais « quelle IA est la plus adaptée à cette tâche, avec quelles données, quelles limites et quelle responsabilité humaine ? ». À l’aube de 2025, OpenAI, Google, Microsoft et Adobe ont chacun des arguments solides. Pourtant, la course reste ouverte, notamment grâce à Anthropic, Meta, Runway, Mistral AI et aux jeunes entreprises qui cherchent encore leur place dans cet écosystème en mouvement.