TikTok teste une IA qui repère les objets des vidéos pour pousser les achats

TikTok veut rapprocher encore davantage le visionnage d’une vidéo et l’acte d’achat. Selon des informations publiées par Business Insider, la plateforme teste une intelligence artificielle capable d’identifier des objets apparaissant à l’écran, puis de proposer aux spectateurs des produits similaires à acheter. Vêtements, cosmétiques et autres articles visibles dans une séquence pourraient ainsi devenir des portes d’entrée vers la boutique en ligne de la plateforme.

L’idée répond à une logique simple : sur une application où les tendances se diffusent à grande vitesse, un objet aperçu quelques secondes dans une vidéo peut susciter une envie immédiate. Jusqu’ici, l’utilisateur devait chercher lui-même une référence, interroger le créateur ou tenter de retrouver un article par ses propres moyens. Avec cette fonction, TikTok ambitionne de raccourcir ce parcours en reliant directement l’image d’un produit à une possibilité d’achat.

Une IA qui analyse les objets présents à l’image

La technologie testée relève de la vision par ordinateur, une branche de l’intelligence artificielle qui apprend à reconnaître des éléments visuels dans des images ou des vidéos. Dans ce cas précis, elle servirait à repérer des objets présents dans les contenus publiés sur TikTok, notamment des vêtements ou des produits de beauté.

L’objectif n’est pas nécessairement de retrouver à coup sûr la marque ou le modèle exact montré dans une vidéo. D’après les informations disponibles, la plateforme chercherait plutôt à présenter des articles similaires à ceux qu’elle détecte. Une robe, un sac ou un rouge à lèvres pourrait donc mener vers une sélection de produits comparables proposés dans l’espace marchand de TikTok.

Cette nuance est importante. Identifier une catégorie visuelle, par exemple une veste en jean ou un produit cosmétique, ne revient pas automatiquement à déterminer sa référence commerciale précise. La qualité des recommandations dépendrait alors de la capacité de l’outil à interpréter correctement l’image, mais aussi de la manière dont TikTok associe les objets reconnus à son catalogue de produits.

La fonction pourrait s’appliquer à des vidéos explicitement dédiées au shopping, mais aussi à des publications qui ne le sont pas. Une séquence de danse, un tutoriel beauté, une vidéo humoristique ou un extrait de quotidien pourraient donc, en théorie, devenir un support de découverte commerciale dès lors qu’un article est repéré à l’écran.

Des essais limités aux États-Unis et au Royaume-Uni

Au 1er novembre 2023, cette fonction n’est pas annoncée comme un déploiement général. TikTok la teste dans deux marchés, les États-Unis et le Royaume-Uni. Rien ne garantit donc qu’elle sera étendue à tous les pays, ni sous cette forme précise.

Une phase de test permet habituellement à une plateforme de mesurer plusieurs éléments : la pertinence des recommandations affichées, l’intérêt des utilisateurs, le taux de clic vers les produits, mais aussi les problèmes de modération, de qualité des résultats ou d’acceptabilité auprès des créateurs. Dans le cas de TikTok, les retours sur le caractère intrusif ou trompeur des liens commerciaux pourraient peser autant que les résultats économiques.

L’enjeu est stratégique. Les réseaux sociaux ne servent plus seulement à diffuser des photos ou des vidéos : ils cherchent aussi à devenir des lieux où l’on découvre, compare et achète des produits sans quitter l’application. Instagram et YouTube proposent déjà des fonctions de shopping intégré. En ajoutant une détection automatisée des objets, TikTok pourrait aller plus loin dans l’automatisation du passage entre inspiration et achat.

Pour la plateforme, l’avantage potentiel est évident : chaque vidéo populaire peut devenir une occasion de recommander un produit. Pour les marques et les vendeurs présents dans son écosystème, cela peut ouvrir de nouveaux espaces de visibilité. Mais cette automatisation change aussi la nature d’une publication, qui peut acquérir une dimension commerciale sans avoir été conçue comme telle par son auteur.

Du visionnage au panier, comment le parcours pourrait évoluer

Le fonctionnement envisagé peut être résumé en plusieurs étapes. Certaines sont décrites par les essais rapportés, tandis que d’autres restent dépendantes des choix de déploiement de TikTok.

Ce modèle réduit une friction classique du commerce en ligne : le temps passé à identifier ce que l’on a vu. Il correspond particulièrement aux usages de TikTok, où une tendance peut émerger rapidement et où les vidéos courtes favorisent les décisions impulsives. Pourtant, la simplicité apparente du parcours ne doit pas masquer les choix éditoriaux et commerciaux qui le sous-tendent : quels produits sont mis en avant, selon quels critères et avec quel niveau d’information pour le public ?

Le consentement des créateurs au centre des interrogations

Le point le plus sensible concerne l’information des personnes qui publient les vidéos. Business Insider rapporte que, dans certains cas observés pendant les essais, le créateur de la vidéo n’était pas informé que son contenu pouvait servir de support à la promotion de ventes.

Cette situation pose un problème de transparence. Un créateur peut partager une tenue, un objet de décoration ou un produit de soin sans avoir l’intention de recommander un achat. Si un lien commercial est ensuite associé à sa vidéo, les spectateurs peuvent interpréter cette présence comme une forme de partenariat, d’affiliation ou de recommandation personnelle, même si ce n’est pas le cas.

La question ne se limite pas à l’existence d’un lien. Elle touche aussi à la maîtrise de l’image et du contexte par l’auteur. Les créateurs devraient notamment pouvoir savoir :

• si leur vidéo est analysée à des fins de recommandation commerciale ;
• si un lien vers un produit peut y être ajouté automatiquement ;
• si le produit proposé correspond réellement à celui visible dans leur contenu ;
• s’ils disposent d’un moyen simple pour refuser ou retirer cette association.

La clarté de l’étiquetage serait donc déterminante. Pour le spectateur, un lien d’achat doit être identifiable comme tel. Pour le créateur, il doit être explicite qu’une vidéo peut être transformée en point de vente. Ces précautions ne sont pas seulement une question de confort : elles conditionnent la confiance accordée à la plateforme et à son environnement commercial.

Vie privée : que révèle l’analyse automatique des vidéos ?

L’autre sujet majeur est celui de la vie privée. Une vidéo publiée sur un réseau social contient déjà une grande quantité d’informations visuelles : lieux, objets, habitudes de consommation, intérieurs, vêtements, marques parfois visibles à l’image. Une IA qui examine systématiquement ces éléments pour faire émerger des opportunités commerciales ajoute une nouvelle finalité à l’exploitation de ces contenus.

Les objets cités dans les tests, tels que les vêtements et les cosmétiques, paraissent ordinaires. Mais l’analyse automatisée peut concerner des vidéos très diverses, dont le créateur n’a pas nécessairement imaginé qu’elles seraient utilisées pour proposer des achats. C’est pourquoi la transparence ne peut pas se limiter à une information vague dans des conditions d’utilisation difficiles à consulter.

À ce stade, les informations rapportées ne permettent pas de savoir précisément quels paramètres seraient proposés aux utilisateurs, quelles données seraient conservées ou comment ils pourraient refuser cette fonctionnalité. Ces zones d’ombre constituent précisément l’enjeu des expérimentations. Une fonction commerciale fondée sur l’analyse des vidéos peut être utile, mais elle doit être accompagnée d’explications accessibles sur ce qui est détecté, pourquoi cela l’est et comment l’utilisateur conserve la main.

La distinction entre analyse d’un contenu pour recommander une vidéo et analyse du même contenu pour stimuler un achat mérite aussi d’être explicite. Dans les deux cas, un algorithme interprète l’image. Mais l’objectif commercial rend le consentement et l’information d’autant plus importants.

Une opportunité commerciale, mais un risque pour l’authenticité des contenus

Pour les marques, une telle fonction pourrait multiplier les occasions d’apparaître devant un public déjà intéressé par une esthétique, un usage ou un type de produit. Elle pourrait également aider des internautes à retrouver plus vite un article aperçu au détour d’une vidéo, sans passer par une recherche externe parfois fastidieuse.

Pour les créateurs, les bénéfices sont moins évidents si la fonction est ajoutée sans leur participation explicite. Certains pourraient y voir une manière de valoriser les produits qu’ils montrent. D’autres pourraient craindre qu’un lien vers des articles similaires perturbe le message de leur vidéo ou l’associe à des vendeurs qu’ils n’ont pas choisis.

Il existe aussi un risque plus large pour la plateforme : l’incitation à rendre chaque contenu potentiellement achetable peut renforcer la pression commerciale sur les créateurs. TikTok doit une part de son succès à des vidéos spontanées, créatives et très variées. Si les auteurs ont le sentiment que chaque tenue, accessoire ou décor peut être converti en vitrine, la frontière entre expression personnelle et promotion pourrait s’estomper.

Les recommandations elles-mêmes devront être pertinentes. Un produit mal identifié, une imitation ou un article seulement vaguement comparable peut décevoir l’utilisateur. Dans un environnement où la confiance est essentielle, l’automatisation ne peut être efficace que si elle s’accompagne de résultats utiles et d’une présentation honnête des liens proposés.

Ce qu’il faut surveiller avant un éventuel déploiement

L’expérimentation de TikTok illustre une évolution plus vaste du commerce en ligne : l’intelligence artificielle ne sert plus seulement à choisir les vidéos à regarder, elle peut aussi tenter de transformer ce qui apparaît à l’écran en recommandation d’achat. Le potentiel est réel pour fluidifier la découverte de produits, particulièrement dans un univers dominé par les tendances visuelles.

Mais le succès d’une telle fonction ne se jouera pas uniquement sur ses performances techniques. Plusieurs éléments devront être observés si TikTok décide de l’étendre : la clarté des liens commerciaux, la possibilité pour les créateurs de donner ou refuser leur accord, la précision des produits recommandés et les garanties apportées concernant l’analyse des vidéos.

Le test mené aux États-Unis et au Royaume-Uni montre surtout que le shopping intégré entre dans une nouvelle phase. Au lieu d’attendre qu’un créateur ajoute un lien ou qu’une marque achète une publicité, la plateforme pourrait générer elle-même une connexion commerciale à partir de ce que l’IA voit. Reste à savoir si cette commodité sera jugée suffisamment transparente et respectueuse pour être acceptée par les créateurs comme par les spectateurs.