L’IA dans un studio de design : un outil, pas un argument

Quand on parle d’IA et d’identité de marque, on mélange presque toujours deux choses opposées. D’un côté, les modèles qui produisent une image à partir d’une phrase. De l’autre, le code qu’un designer écrit pour qu’une forme se comporte d’une certaine manière. Les deux sont « génératifs », les deux font travailler une machine, mais ils ne fonctionnent pas dans le même sens. Pour un studio, toute la question est là.

Pourquoi « génératif » ne veut pas dire « IA » ?

En creative coding, on écrit la règle et la machine produit le résultat. On décide qu’une lettre se déforme comme une matière souple, qu’une grille se recompose selon une certaine densité, qu’une donnée devient un tracé. La règle est explicite, elle appartient à la marque, et elle donne le même comportement chaque fois qu’on l’applique.

Avec un modèle d’image, c’est l’inverse : on décrit le résultat, et la machine devine la règle à partir de tout ce qu’elle a vu. Cela va très vite, mais la règle reste dans la boîte. On ne peut ni la lire, ni la transmettre, ni être certain qu’elle produira la même chose demain.

Ce n’est pas une nuance technique. Une identité visuelle est, au fond, un ensemble de règles : un système typographique, des proportions, une manière de cadrer, un comportement en mouvement. Un outil qui rend ces règles explicites renforce la marque. Un outil qui les cache produit des images, pas un système.

Où l’IA intervient-elle vraiment dans la fabrication d’une identité ?

Chez Initial, les modèles génératifs interviennent à deux moments précis, et presque jamais au milieu.

En amont, pour explorer. Avant de dessiner, on a besoin de voir large : tester une atmosphère, placer une idée dans un contexte réaliste, montrer à quoi ressemblerait un objet qui n’existe pas encore. L’IA sert ici d’esquisse rapide. Elle permet surtout d’écarter une piste avant d’y avoir investi, ce qui est souvent plus utile que d’en trouver une.

En aval, pour produire. Une fois le système fixé, il faut le décliner : formats, recadrages, extensions d’images, variantes pour les réseaux sociaux. Ce travail répétitif gagne à être assisté, à condition que les règles aient été posées avant.

Entre les deux se trouve ce qui fait réellement une identité : le positionnement, le dessin du signe, le choix d’une typographie, la logique du système. Là, on dessine, on code et on décide. Aucun prompt ne répond à la question qui compte le plus : à quoi cette marque refuse-t-elle de ressembler ?

Pourquoi les images générées se ressemblent-elles autant ?

Un modèle d’image apprend à partir de ce qui existe déjà, et il tend vers ce qui est probable. C’est sa force pour une esquisse et sa limite pour une marque. Une identité doit justement être improbable sans être arbitraire : assez différente pour être reconnue, assez cohérente pour être répétée.

Le deuxième problème est la cohérence. Demandez cinquante visuels à un modèle, vous obtiendrez cinquante interprétations légèrement différentes du même brief. La lumière dérive, les proportions bougent, la typographie se déforme sans raison. Pour une image isolée, on corrige à la main. Pour un système qui doit tenir sur des centaines de supports, c’est un défaut de conception.

Le troisième est l’origine. Un résultat séduisant peut reprendre, sans qu’on le sache, le langage visuel d’une marque existante. Chaque image retenue doit donc être vérifiée comme on vérifierait une référence trouvée en ligne, ce qui reprend une partie de ce que l’outil avait fait gagner.

Un logo généré par IA peut-il suffire ?

Pour un test ou un projet personnel, peut-être. Pour une marque qui doit durer, rarement, et pour des raisons très concrètes.

Un logo n’est pas une image, c’est la pièce maîtresse d’un système. Il doit être dessiné en vectoriel, rester lisible à quelques pixels comme sur une façade, fonctionner en une seule couleur, s’animer, cohabiter avec une typographie. Un générateur livre une image qui ressemble à un logo. Il reste à la redessiner, ce qui revient à faire le travail.

Il y a ensuite la propriété. Dans la plupart des droits, dont le droit européen, la protection par le droit d’auteur suppose une création humaine, et celle d’un signe généré presque sans intervention reste incertaine. Un signe produit à partir de l’existant a aussi plus de chances de ressembler à une marque déjà déposée. Avant d’investir dans une enseigne, un packaging ou une campagne, c’est un risque qu’on préfère ne pas prendre.

Enfin, un logo seul ne fait pas une identité. Ce qui rend une marque reconnaissable, c’est la cohérence de tout ce qui l’entoure, et c’est l’objet d’un projet d’identité visuelle, pas d’un générateur.

À quoi ressemble un outil génératif livré à une marque ?

Le projet Salomon est parti d’une question : que se passe-t-il quand la typographie se comporte comme un objet en trois dimensions ? Nous avons développé un outil interactif qui déforme, étire et enroule les lettres en temps réel, comme une matière souple soumise aux forces d’une chaussure en mouvement. Il génère des compositions uniques, affiches, visuels de campagne ou rendus 3D, qui prolongent l’énergie technique de la marque.

On le prend souvent pour de l’IA. Il n’en contient pas : c’est du code. Chaque réglage est une décision de design rendue manipulable, qu’il s’agisse de la distorsion, de la taille, du nombre de lignes, de l’écart entre elles ou du décalage du mouvement. On peut en tirer mille variantes, elles appartiennent toutes à la même famille, parce que la règle est la même. L’outil est en ligne sur la page du projet, et chacun peut le manipuler.

La logique est la même pour House of Backbone, une agence de marketing basée à Dubaï qui enchaîne les campagnes et les formats. Plutôt que de livrer seulement des visuels figés, nous avons livré des outils, une grille aléatoire et des métaballes, qui permettent à l’équipe de générer ses propres visuels sans sortir du système. Pour Trace, qui conçoit des capteurs mesurant la performance des sportifs, une partie des visuels est produite à partir des données : chaque séance et chaque athlète laissent un tracé différent, dans le même langage.

Dans ces trois cas, le livrable n’est plus seulement une image. C’est la machine qui fabrique les images, avec les règles de la marque à l’intérieur.

Qu’est-ce que cela change pour le client ?

D’abord, on voit plus tôt. Une piste peut être montrée en contexte, sur un objet, une affiche ou un écran, avant d’être entièrement dessinée. La discussion porte alors sur quelque chose de concret plutôt que sur une intention.

Ensuite, le nombre de variantes cesse d’être une contrainte. Quand produire une option ne coûte presque plus rien, la ressource rare devient le jugement : savoir laquelle garder, laquelle défendre, et pourquoi. Le travail du studio se déplace vers l’édition. C’est le paradoxe de l’IA en design : elle rend la direction créative plus nécessaire, pas moins.

Enfin, la marque peut gagner en autonomie. Un outil comme ceux de House of Backbone permet à une équipe de produire au quotidien sans dépendre du studio pour chaque format, et sans s’éloigner de l’identité. Pour les marques qui veulent tenir ce cap dans le temps, c’est aussi le rôle d’une direction artistique continue.

Quelles questions poser à un studio qui dit utiliser l’IA ?

« Nous utilisons l’IA » ne dit rien. Quatre questions en disent beaucoup plus :

• Qu’est-ce qui est généré, et qu’est-ce qui est dessiné ? Le signe, la typographie et les règles du système devraient appartenir à la seconde catégorie.
• À qui appartient le résultat ? Les fichiers sources, et les outils quand il y en a, doivent vous être transmis.
• Comment la cohérence est-elle garantie ? Par des règles écrites et des outils, pas par des retouches au cas par cas.
• Que se passe-t-il quand le studio n’est plus là ? Une identité bien construite continue de fonctionner sans lui.

Un outil, donc

L’IA est un outil de production parmi d’autres, comme le dessin vectoriel ou le web l’ont été avant elle. Elle mérite d’être maîtrisée, pas exhibée. Ce qui nous intéresse vraiment est ailleurs : écrire les règles d’une marque assez clairement pour qu’une machine puisse les appliquer, et assez justement pour qu’on la reconnaisse à chaque fois.

Si vous voulez construire une identité pensée comme un système, avec les outils qui vont avec, parlons de votre projet.