Synthesia permet de créer un avatar numérique IA
Synthesia, startup britannique spécialisée dans les avatars numériques et récemment évaluée à 4 milliards de dollars, a étendu ses opérations à New York tout en repoussant les limites de l’intelligence artificielle générative. L’entreprise a récemment produit pour la première fois un avatar interactif dédié à un journaliste, permettant une communication bidirectionnelle et contextualisée. Cette initiative s’inscrit dans la stratégie de développement de l’éditeur, qui génère déjà plus de 100 millions de dollars de revenus récurrents annuels et propose des solutions aux entreprises pour la formation, les simulations commerciales et la diffusion de contenus multimédias. La technologie sous-jacente repose sur une architecture multimodale couplant la transcription vocale, un modèle de langage capable de traiter des instructions, la synthèse vocale et l’animation vidéo. Bien que Synthesia utilise ses propres modèles de base, la plateforme intègre également des solutions tierces comme Cartesia, ElevenLabs, Google ou OpenAI, et permet un hébergement cloud flexible. L’offre se décline en trois volets : une plateforme de création de vidéos à scripts, un module interactif nommé Sessions pour les jeux de rôle et sondages, et une API destinée aux développeurs souhaitant intégrer ces capacités à d’autres services. La réalisation de l’avatar a nécessité quelques jours de travail, incluant la capture photo et l’enregistrement de deux minutes de voix. Deux formats ont été générés : un avatar personnel lisant des scripts prédéfinis, et un avatar interactif entraîné sur un article spécifique concernant les fraudes des startups financées par le capital-risque. Ce dernier fonctionne de manière déterministe, ne répondant qu’aux questions liées à sa base de connaissances. Les tests ont révélé une fidélité vocale remarquable, bien que le rendu visuel ait suscité un sentiment de vallée de l’étrange chez certains observateurs. La nature restrictive du modèle garantit un contrôle éditorial strict, écartant les dérive conversationnelles. Cette expérience soulève des interrogations majeures sur l’avenir des métiers de l’information et de la communication. Si les avatars IA gagnent rapidement du terrain dans le corporate pour l’automatisation des tâches répétitives, leur adoption dans le journalisme rencontre encore une réticence liée au besoin de confiance humaine. Certains investisseurs estiment que les générations les plus jeunes, particulièrement la génération Z, pourraient juger ces technologies trop artificielles. Néanmoins, la possibilité de dédoubler sa présence professionnelle ouvre de nouvelles perspectives pour la productivité. Alors que la régulation et l’acceptation sociale évoluent, les entreprises devront désormais naviguer entre innovation technologique et préservation du contact humain, tandis que les créateurs d’outils continuent de calibrer la frontière entre automatisation utile et illusion numérique.
