high efficiency consulting
fr  |  en
ça compte / tout compte#8

DAM & IA : what’s next

L’émergence de l’intelligence artificielle et le côté « bluffant » des possibilités quasi-infinies qui s’offrent aux utilisateurs, pour du texte comme pour des visuels, ne doit pas faire oublier le laborieux travail en amont réalisé par les « moissonneurs » qui contribuent à alimenter et à organiser la programmation algorythmique de l’IA : défricher, qualifier, ordonnancer, associer… 

De ces tâches fastidieuses dépendront la bonne pertinence des résultats obtenus. On ne le rappellera jamais assez : derrière chaque outil, « l’humain » reste indispensable !

 

Dans le cas d’assets de type visuels (images, dessins, photos,…) cette phase de programmation de l’IA qui consiste au fond à associer un visuel (reconnaissance de forme) avec des mots clés (indexation), passe par deux aspects essentiels qui répondent à des règles simples de gestion et de rigueur :

– gérer les assets : définir les bonnes règles de nommage afin qu’ils soient qualifiés dans un périmètre donné pour éviter des doublons, triplons…

– choisir les mots clés et savoir associer le bon visuel (le « cherry picking ») avec les bons mots clés dans le balisage lié aux métadonnées.

Pour que l’usage de l’IA trouve toute sa pertinence, il faut donc tout d’abord disposer d’un espace dédié (comme un DAM installé par exemple sur un serveur ou dans un cloud) sur lequel stocker et gérer les assets et qui puisse offrir à minima des fonctionnalités de classement, recherche, catégorisation et gestion des métadonnées.

 

Baliser les données du DAM via une IA : 

Le balisage des métadonnées par l’IA est un processus dans lequel des algorithmes d’apprentissage automatique analysent et balisent automatiquement les ressources numériques stockées dans un DAM avec des métadonnées pertinentes.

Pour ce faire, ils analysent le contenu du bien, comme des images ou des vidéos, et utilisent diverses techniques pour identifier et extraire des informations telles que des objets, des couleurs et du texte. Les balises de métadonnées peuvent inclure des informations telles que des mots-clés, des descriptions et des catégories, qui peuvent ensuite être utilisées pour rechercher, trier et organiser plus facilement les ressources dans un système de gestion des ressources numériques (DAM).

Le balisage des métadonnées par l’IA peut améliorer considérablement l’efficacité et la précision des requêtes, car il peut être effectué beaucoup plus rapidement et de manière plus cohérente que le balisage manuel. En outre, les algorithmes d’apprentissage automatique peuvent s’améliorer et s’adapter en permanence à de nouveaux types de contenus et de besoins de balisage, rendant le système plus intelligent au fil du temps.

Il est cependant important de noter que le balisage des métadonnées par l’IA n’est pas toujours précis à 100 %, et il est important de surveiller la qualité des métadonnées et d’apporter des corrections si nécessaire car rappelons-le encore, rien ne remplace aujourd’hui ni l’œil expert, ni l’intelligence humaine sélective pour valider ou pas un résultat d’IA !

 

Le droit à l’image et l’IA :

Derrière l’usage de l’IA, se pose la question des droits d’utilisation et de transformation des visuels correspondants. Imaginons un instant que l’on intègre l’ensemble des œuvres d’un peintre hollandais du XVIIe siècle et que l’on demande à l’IA de générer de nouvelles œuvres à partir de cette « matière première » à disposition dans le DAM.

Dans l’absolu, l’IA va générer autant d’œuvres originales à partir d’œuvres existantes que l’on souhaite (ce ne sont pas à proprement parler des copies), en passant outre les droits d’utilisations et copyrights liés aux œuvres de l’artiste.

Plusieurs questions émergent alors :

– une fois la (ou les) œuvres générées par l’IA : qui va vérifier la véracité de l’origine de la conception d’une « œuvre » numérique : homme ou machine ? Rien n’oblige en effet l’IA à rajouter un tag spécifique sur le visuel créé indiquant « œuvre non originale de l’artiste »…

– le fait d’intégrer les œuvres générées dans un DAM va irrémédiablement se propager et augmenter virtuellement le nombre d’œuvres de l’artiste – non originales – et impacter in fine la programmation de l’IA…

Les métadonnées liées aux fichiers et gérées dans un DAM trouvent là leur utilité en étant utilisées à bon escient, par exemple en intégrant des restrictions d’utilisation et d’usage ou des tags spécifiques indiquant que le visuel est l’œuvre d’un photographe ou bien d’une IA.

 

Du bon usage du DAM et de l’IA :

Une fois le DAM enrichi de « matière première » (des assets qualifiés et pertinents), les possibilités d’usage de l’IA sont quasi-infinies : création, transformation, inspiration…

Toutefois, l’usage de ces fonctionnalités très abouties (interprétation de style, changement de cadrages ou ajouts de matière…) induit une utilisation exponentielle et massive des ressources numériques et pose dès lors la question de l’empreinte carbone de ces activités : l’industrie des média/communication est d’ailleurs aujourd’hui l’une des plus consommatrice de ces ressources !

Alors pour garder un usage « eco-friendly » d’un DAM et de l’utilisation de l’IA, voici quelques pistes et bonnes pratiques à garder à l’esprit :

– indexer les visuels avec des règles de nommage unifiées (en toute logique, plus il y a d’assets à indexer et plus le temps de recherche ou de traitement peut se retrouver allongé),

– éviter les envois par mail et privilégier le « picking » (téléchargement à la source),

– éviter les « surshoots » (et le sur-stockage qui en découle),

– nettoyer régulièrement le DAM en supprimant les doublons/triplons afin de limiter le volume d’indexation des assets,

– compresser les fichiers autant que possible,

– automatiser les mises aux formats spécifiques en évitant les copiés-collés,

– investir dans la formation et la rédaction de « guidelines » ou livre blanc adaptés aux activités concernées,

– consacrer des ressources à une gouvernance adéquate pour animer un plan de progrès continu sur ces sujets centraux.

 

Intégration du DAM avec d’autres logiciels

Afin d’optimiser l’usage des datas et des assets, véritables patrimoines numériques de l’organisation et des marques, les DAM peuvent s’intégrer à d’autres applications logicielles pour rationaliser le flux de travail et améliorer la productivité.

L’interconnexion avec d’autres logiciels permet d’échanger des données et des informations avec d’autres outils, réduisant ainsi le besoin de saisie manuelle de données et de transferts de fichiers. Évidemment, ce processus requiert des API open-source ou payantes (Interface de Programmation des Applications) qui par leur multiplicité ont le mérite d’offrir des connectivités dédiées opérationnelles immédiatement, permettant ainsi de s’abstenir de réaliser de fastidieuses et coûteuses phases de codage et de développement.

 

Voici quelques exemples de logiciels avec lesquels les systèmes DAM peuvent s’intégrer :

1. Content Management System (CMS) : l’intégration d’un système DAM à un CMS permet aux éditeurs de contenu d’accéder facilement aux ressources numériques stockées dans le système DAM et de les utiliser directement à partir de l’interface du CMS avec une vision « data brute ».

2. Product Information Management (PIM) : plateforme d’échange qui combine à la fois la data CMS et les assets du DAM, ce qui permet à l’utilisateur final de traiter de la data sous une vision métier et commerciale afin de créer des fiches articles, des inputs WEB,…

3. Logiciel de gestion de la relation client (CRM) : l’intégration d’un système DAM à un CRM permet aux équipes de vente et de marketing d’accéder aux ressources numériques et de les utiliser pour des campagnes, des événements et d’autres efforts de marketing.

4. Outils de création : les systèmes DAM peuvent s’intégrer à des outils de création, tels que Adobe Creative Suite ou d’autres logiciels de conception graphique et de montage vidéo, afin de rationaliser le processus de création.

5. Outils de gestion de projet : l’intégration d’un système DAM à des outils de gestion de projet, tels qu’Asana, Trello ou Jira, permet aux chefs de projet de gérer et de partager des actifs numériques avec les membres de l’équipe, facilitant ainsi la collaboration sur les projets.

6. Plateformes de commerce électronique : l’intégration d’un système DAM à des plateformes de commerce électronique, telles que Shopify ou Magento, peut simplifier le processus de gestion des images, des descriptions et des autres actifs liés aux produits.

 

En intégrant un système DAM à d’autres outils logiciels, les entreprises peuvent mieux exploiter leurs ressources numériques et rationaliser le flux de travail, réduisant ainsi le temps et les efforts nécessaires pour accomplir les tâches, améliorant ainsi également significativement la sécurité et garantissant enfin une protection plus robuste de la brand equity souvent malmenée par les processus de partage par mails ou serveurs partagés type sharepoints.

Il est important de noter que les options et méthodes d’intégration spécifiques peuvent varier en fonction du système DAM et du logiciel utilisés. Il est donc important de rechercher et de choisir un système qui correspond aux besoins d’intégration de l’organisation et de la marque.

 

L’avenir du DAM

Si l’intégration native de fonctionnalités d’IA dans un DAM est encore aujourd’hui embryonnaire, le marché des médias/communication, friand de nouvelles technologies et d’optimisations dans leur chaîne de production (sites web, applis et sites dédiés mobiles…) va irrémédiablement pousser les principaux acteurs du marché vers la mise à disposition à court terme de fonctionnalités d’IA auprès de leurs clients et ainsi contribuer à démocratiser son usage.

Un signe ne trompe pas : la notion de DAM évolue aujourd’hui vers la notion de DXM (Digital eXperience Management) :

– il s’agit de fournir aux utilisateurs finaux des fonctionnalités et des outils pertinents, adaptés, ergonomiques et intuitifs dans le cadre de leur missions de production média et communication,

– il ne s’agit plus seulement de stocker des assets numériques de manière brute, mais d’optimiser leur usage et leur diffusion en fonction de leur finalité (mobile, tablette, print…) et de pouvoir offrir aux utilisateurs finaux des assets « On Demand » (à la volée).

 

Ainsi, le DAM qui n’avait initialement qu’un rôle de médiathèque, va devenir avec l’avènement de l’IA, une véritable « fabrique à images », le point nodal de l’organisation et de la propagation des assets en temps réel, tout en gardant le contrôle et la traçabilité de ce qui va être diffusé.

juliette darcissac & françois mennetrier

Articles similaires