À travers 5 cas d’école publiés au rythme d’un article par semaine, ce dossier explore les usages concrets de l’intelligence artificielle dans des entreprises aux métiers, aux moyens et aux contraintes très différents.

Éditeur de presse, exploitant de domaines skiables en Savoie, industriel de la vallée de l’Arve, petite structure tertiaire de cinq personnes et artisan ébéniste : pour chacun, nous examinerons l’ensemble des applications envisageables, de l’IA générative à l’analyse prédictive, en passant par l’automatisation, la vision artificielle ou la maintenance.

L’objectif n’est ni de promouvoir systématiquement ces technologies ni d’en annoncer le remplacement prochain des salariés, mais de déterminer ce qu’elles peuvent réellement améliorer, à quel coût, avec quelles limites et sous quel contrôle humain.

Ces applications ne doivent pas faire oublier que l’IA repose sur des infrastructures matérielles, consommatrices d’énergie, d’eau et de ressources. Ses résultats restent probabilistes, dépendants des données utilisées et dépourvus de véritable compréhension du réel. Chaque usage sera donc aussi examiné au regard de ses limites physiques, intellectuelles, éthiques et philosophiques.

L’exemple de Camille, journaliste

Camille, journaliste économique, apprend qu’une PME locale va investir huit millions d’euros dans une nouvelle unité de production.

• En amont, un outil de veille peut avoir repéré l’opération dans une délibération publique, une demande d’autorisation environnementale ou un communiqué, puis identifié automatiquement l’entreprise, son secteur, sa commune et le montant annoncé.
• Camille utilise ensuite une recherche sémantique pour retrouver les précédents articles consacrés à cette société, tandis qu’un logiciel extrait les chiffres de ses comptes, compare plusieurs documents et lui signale d’éventuelles contradictions.
• Une IA générative peut l’aider à établir une chronologie et à préparer ses questions : origine du financement, emplois créés, consommation d’énergie, aides publiques ou nouveaux marchés visés.
• Pendant l’entretien, un outil transcrit les échanges et repère les passages correspondant à chaque thème ; Camille revient néanmoins à l’enregistrement pour vérifier mot à mot les citations retenues.
• Au moment de rédiger, l’IA peut proposer un plan, condenser un passage technique ou suggérer plusieurs titres, mais la journaliste conserve le choix de l’angle, confronte les déclarations aux documents et décide ce qui mérite d’être publié.
• Une fois l’article validé, d’autres systèmes proposent les mots-clés, les liens vers les archives, le texte alternatif de la photographie, le résumé destiné aux moteurs de recherche et différentes déclinaisons pour la newsletter ou les réseaux sociaux.
• Après publication, des algorithmes mesurent la lecture réelle, identifient les publics intéressés par l’industrie et peuvent recommander l’article à certains abonnés.

Camille reste cependant responsable de l’ensemble : l’IA a accéléré la collecte, le classement, la transcription et la diffusion, mais elle n’a ni trouvé seule le véritable enjeu, ni obtenu les réponses, ni vérifié leur sincérité.

Presse : ce que l’intelligence artificielle peut réellement changer dans une rédaction (ou pour tout autre créateur de contenus écrits)

De la veille documentaire à la gestion des abonnements, un éditeur de presse peut aujourd’hui mobiliser l’IA dans presque toute sa chaîne de production. Mais tous les usages ne présentent ni la même utilité, ni les mêmes risques.

Lorsqu’il est question d’intelligence artificielle dans la presse, le débat se concentre généralement sur une question : une machine peut-elle écrire un article à la place d’un journaliste ? Cette interrogation spectaculaire masque pourtant l’essentiel.

La production de texte ne constitue qu’une petite partie des usages envisageables. L’IA peut surveiller des sources publiques, transcrire des entretiens, extraire des données, indexer des archives, personnaliser une newsletter, anticiper le départ d’un abonné ou détecter des anomalies dans une campagne publicitaire. Certaines de ces fonctions existaient d’ailleurs bien avant l’apparition de ChatGPT.

Pour un éditeur régional publiant des journaux, un site d’information, des newsletters et des contenus réservés aux abonnés, le principal enjeu n’est donc pas de remplacer le journaliste. Il consiste à déterminer quelles tâches peuvent être accélérées sans affaiblir la fiabilité de l’information.

Repérer l’information avant les concurrents

Le premier terrain d’application se situe avant même la rédaction. Une entreprise de presse reçoit quotidiennement des communiqués, convocations, dossiers institutionnels, décisions administratives, annonces économiques et publications issues de registres publics.

Un système d’IA peut classer ces documents, identifier les entreprises et les territoires concernés, détecter les doublons et attribuer un degré de priorité. Il peut également surveiller automatiquement des sources comme le Bodacc, les marchés publics, les enquêtes publiques, les délibérations des collectivités, les publications de l’Insee ou les décisions des tribunaux.

L’apprentissage automatique — qui ne relève pas nécessairement de l’IA générative — peut aller plus loin en recherchant des anomalies : augmentation inhabituelle des défaillances dans un département, concentration de marchés attribués à un même opérateur, évolution anormale des permis de construire ou multiplication des changements de dirigeants dans une filière.

L’outil ne produit alors pas l’information. Il signale un fait statistique ou documentaire que la rédaction peut décider d’examiner.

Pour un média économique local, cette utilisation apparaît beaucoup plus stratégique que la génération automatique de textes. Elle permet de faire émerger des sujets qui ne figurent dans aucun communiqué de presse et de renforcer la capacité d’enquête avec des moyens humains limités.

Mais le système ne doit pas devenir un rédacteur en chef invisible. La fréquence d’un mot, la popularité d’un sujet ou son potentiel de clic ne déterminent pas nécessairement son intérêt public. La hiérarchisation finale doit rester une décision éditoriale.

Transformer des documents en matière journalistique

L’IA peut ensuite faciliter le travail préparatoire. Elle sait transcrire un entretien enregistré, reconnaître le texte d’un document numérisé, comparer plusieurs versions d’un rapport, extraire des tableaux d’un fichier PDF ou établir une chronologie à partir d’un dossier volumineux.

Elle peut également repérer les noms d’entreprises, montants, dates, communes et citations contenus dans plusieurs dizaines de pages. Un journaliste peut ainsi interroger un ensemble documentaire en langage courant : quelle entreprise a reçu la subvention la plus importante ? Quels engagements ont disparu entre la première et la dernière version ? Quelles données contredisent le résumé présenté dans le communiqué ?

Le gain de temps peut être considérable. Il faut toutefois distinguer extraction et vérification. Une IA peut mal lire un tableau, attribuer une citation à la mauvaise personne ou inventer une relation absente des documents. Même lorsqu’elle fournit une réponse accompagnée de références, celles-ci doivent être retrouvées dans la source originale.

La règle pourrait être formulée simplement : l’IA aide à trouver, mais la preuve demeure le document.

La transcription des entretiens demande également quelques précautions. Les fichiers peuvent contenir des données personnelles, des informations confidentielles ou des déclarations accordées hors publication. Leur envoi à un service extérieur doit être encadré par les conditions contractuelles, les règles de conservation et le RGPD.

Écrire, reformuler et décliner

L’IA générative peut intervenir dans la rédaction elle-même. Elle peut proposer un plan, reformuler une phrase, condenser un communiqué, transformer un rapport technique en texte accessible, suggérer un titre ou produire une première version d’une brève.

Elle peut aussi décliner un même contenu en plusieurs formats : article long, résumé, publication LinkedIn, message pour une newsletter, script vidéo, notification mobile ou texte destiné à une synthèse vocale.

Ces fonctions sont particulièrement utiles pour les contenus répétitifs ou très structurés : résultats financiers, nominations, créations d’entreprises, programmes événementiels, annonces de marchés ou comptes rendus fondés sur des données standardisées.

Mais le passage de l’assistance à l’automatisation complète change la nature du risque. Une erreur commise par un journaliste reste localisée. Une erreur intégrée à un système automatique peut être reproduite des centaines de fois.

L’IA générative ne distingue pas naturellement un fait établi d’une affirmation plausible. Elle peut combler une information manquante, transformer une hypothèse en certitude ou fabriquer une citation dans un style parfaitement crédible. Sa fluidité constitue précisément son principal danger : un texte faux peut sembler plus convaincant qu’un brouillon humain prudent.

Une rédaction peut donc lui confier la préparation d’un texte, mais pas la responsabilité de sa publication. Les citations, chiffres, noms propres, dates et qualifications juridiques doivent systématiquement revenir à leurs sources.

Améliorer la mise en ligne sans modifier l’information

Une grande partie du travail numérique n’est pas directement journalistique. Chaque article doit être titré, résumé, illustré, classé, relié à des contenus antérieurs et adapté aux moteurs de recherche comme aux réseaux sociaux.

L’IA peut proposer des intertitres, des mots-clés, des liens internes ou une description destinée aux moteurs de recherche. Elle peut générer un texte alternatif pour les personnes malvoyantes, recadrer une photographie selon plusieurs formats, produire des sous-titres ou suggérer les archives pertinentes à associer à un sujet.

Un système de vision artificielle peut reconnaître les personnes, lieux et objets présents dans une photographie. Appliqué aux archives, il peut rendre consultables des milliers d’images restées jusqu’ici indexées par un simple nom de fichier.

Ces usages sont relativement peu risqués à condition de prévoir une validation. Une légende produite automatiquement peut en effet confondre deux élus, deux chefs d’entreprise ou deux sites industriels. Un lien interne peut renvoyer vers un événement homonyme mais sans rapport avec l’article.

L’automatisation doit donc porter prioritairement sur la suggestion, non sur la publication irréversible.

Faire parler les archives

Les fonds documentaires constituent probablement l’un des actifs les plus sous-exploités des éditeurs locaux. Plusieurs décennies d’articles, de journaux numérisés, de portraits d’entreprises et de données économiques peuvent être rendues accessibles par une recherche dite sémantique.

Contrairement à un moteur traditionnel, celle-ci ne recherche pas seulement une suite exacte de mots. Elle peut rapprocher des contenus traitant d’un même événement avec un vocabulaire différent, reconstituer l’histoire d’une entreprise ou retrouver les annonces successives d’un projet.

Associée à la reconnaissance optique de caractères, l’IA peut indexer d’anciens journaux au format PDF, identifier les personnes et sociétés citées et construire progressivement des dossiers thématiques.

La rédaction pourrait ainsi demander : quelles entreprises de la vallée de l’Arve ont annoncé une relocalisation depuis dix ans ? Quels projets touristiques ont vu leur budget augmenter après leur lancement ? Que disait cette collectivité sur la ressource en eau avant la sécheresse de 2022 ?

L’IA ne remplace pas l’archive. Elle lui redonne de la valeur économique et journalistique.

Personnaliser l’information sans enfermer le lecteur

Les systèmes de recommandation appartiennent également à la famille de l’intelligence artificielle. Ils peuvent proposer des articles en fonction des contenus déjà consultés, de la localisation approximative du lecteur, de son statut d’abonné ou de ses centres d’intérêt déclarés.

Un éditeur couvrant plusieurs départements peut ainsi adapter une newsletter : davantage d’industrie pour un lecteur de la vallée de l’Arve, d’actualité frontalière dans le Genevois, de tourisme en Tarentaise ou d’agroalimentaire dans l’Ain.

L’IA peut également déterminer le meilleur moment d’envoi, tester plusieurs objets de courriel ou identifier les lecteurs susceptibles de s’abonner.

Cette personnalisation présente néanmoins deux limites. La première concerne les données personnelles. Le profilage doit rester compatible avec le consentement accordé, les règles du RGPD et la politique de confidentialité du média. La seconde est éditoriale : montrer uniquement ce que le lecteur consulte déjà risque de l’enfermer dans une représentation appauvrie du territoire.

Le média ne peut pas abandonner entièrement sa page d’accueil ou sa newsletter à la probabilité de clic. Une part de l’information doit continuer d’être exposée parce que la rédaction la considère importante, même lorsqu’un algorithme la juge moins attractive.

L’IA dans les autres services

L’intelligence artificielle peut aussi être utilisée en dehors de la rédaction. À partir de données d’audience et d’abonnement, elle peut identifier les comportements associés à une conversion : fréquence de lecture, types de contenus consultés, inscription à une newsletter ou retour régulier sur certaines rubriques.

Elle peut également détecter les abonnés présentant un risque de départ et déclencher une action adaptée : message de réengagement, proposition d’aide, rappel des contenus disponibles ou sollicitation du service client.

Un agent conversationnel peut répondre aux questions simples concernant la connexion, le paiement, l’accès à la liseuse ou le renouvellement d’un abonnement. Il doit cependant annoncer clairement qu’il s’agit d’une IA et permettre le transfert vers une personne lorsque le problème ne peut pas être résolu.

Dans la publicité, l’IA peut rapprocher les centres d’intérêt d’une audience et les objectifs d’un annonceur, détecter une sous-diffusion ou repérer des anomalies dans les performances d’une campagne. Elle peut aussi prévoir les volumes d’inventaire publicitaire disponibles.

Enfin, dans les fonctions administratives, elle peut classer les factures, contrôler la cohérence d’une commande, prévoir les besoins d’impression ou repérer des erreurs de saisie. Ces applications moins visibles peuvent produire des gains plus mesurables que la rédaction automatique.

Trois niveaux de risque

Toutes ces utilisations ne doivent pas être encadrées de la même manière.

Les usages les moins risqués concernent la transcription, la reconnaissance de caractères, la recherche dans les archives, le classement de documents ou la proposition de mots-clés. Une erreur reste normalement identifiable et corrigible avant publication.

Les usages intermédiaires comprennent la synthèse, la traduction, les recommandations d’articles, le service client ou la production de titres. Ils nécessitent une validation humaine et un suivi régulier de leurs effets.

Les usages les plus sensibles sont la publication automatique d’articles, la création de photographies réalistes d’événements inexistants, le traitement de sources confidentielles, la modération sans recours humain ou la production d’informations portant atteinte à la réputation d’une personne ou d’une entreprise.

Une rédaction devrait également s’interdire les fausses signatures, les citations reconstituées et les images susceptibles d’être confondues avec un reportage photographique réel.

Ce que change l’AI Act d’août 2026

Depuis le 2 août 2026, l’article 50 du règlement européen sur l’intelligence artificielle impose de nouvelles obligations de transparence.

Un chatbot doit informer l’utilisateur qu’il échange avec une machine. Les images, vidéos ou sons artificiels pouvant passer pour des contenus authentiques doivent être signalés. Un texte généré par IA et publié pour informer le public doit également être identifié lorsqu’il n’a subi aucun contrôle humain.

Le règlement prévoit toutefois une exception importante pour la presse : la mention n’est pas obligatoire lorsque le contenu a fait l’objet d’une révision humaine ou d’un contrôle éditorial et qu’une personne physique ou morale en assume la responsabilité.

Un article préparé avec l’aide d’une IA, vérifié puis publié sous la responsabilité d’une rédaction n’a donc pas légalement à porter la mention « généré par IA ». Cette exemption juridique n’interdit pas à un média d’adopter une politique de transparence plus exigeante.

Pour les images réalistes créées artificiellement, une mention comme « illustration générée par intelligence artificielle » apparaît particulièrement nécessaire. Elle permet de distinguer clairement illustration et photographie documentaire.

Depuis février 2025, les entreprises utilisant des systèmes d’IA doivent également développer les compétences de leurs salariés dans ce domaine. Aucun diplôme particulier n’est exigé, mais une rédaction doit sensibiliser ses équipes aux hallucinations, aux biais, à la protection des sources, aux données personnelles, au droit d’auteur et aux limites des outils employés.

Une politique interne avant une multiplication des outils

Pour un éditeur de taille moyenne, le principal risque n’est pas de rater le dernier logiciel à la mode. Il est de laisser chaque salarié utiliser des outils différents, avec ses propres pratiques et sans savoir ce que deviennent les informations transmises.

Une politique interne pourrait reposer sur quelques règles :

• établir une liste d’outils autorisés ;
• interdire l’envoi de sources confidentielles dans des services non sécurisés ;
• imposer la vérification des chiffres, citations et noms propres ;
• conserver la responsabilité humaine de toute publication ;
• signaler les images artificielles susceptibles d’être prises pour des photographies ;
• permettre au public de contester une décision ou une réponse automatisée ;
• contrôler régulièrement les biais des recommandations et du profilage ;
• documenter les automatisations utilisées dans la production éditoriale.

La Charte de Paris sur l’IA et le journalisme, élaborée sous l’égide de Reporters sans frontières, pose un principe central : la technologie ne modifie pas la responsabilité du média. L’éthique journalistique doit continuer de gouverner son utilisation, et non l’inverse.

Produire davantage ou vérifier davantage ?

L’intelligence artificielle peut permettre à une rédaction de publier plus vite et en plus grande quantité. Mais l’augmentation du volume n’est pas nécessairement une stratégie viable.

Dans un environnement déjà saturé de contenus, la valeur économique d’un média repose davantage sur la confiance, la connaissance de son territoire, l’accès aux sources et la qualité de la vérification. Une production automatique abondante mais interchangeable risque au contraire de réduire cette valeur.

Le meilleur indicateur n’est donc pas seulement le nombre d’articles générés ou le temps économisé. Il faut mesurer le nombre de corrections, la qualité des sources, l’évolution des abonnements, la satisfaction des lecteurs et la capacité à produire des informations qui n’existaient pas auparavant.

Si l’IA fait gagner trente minutes pour publier trois textes supplémentaires sans valeur particulière, son apport reste discutable. Si ces trente minutes permettent de vérifier un marché public, d’appeler une entreprise ou de confronter un discours institutionnel à des données, elle devient un véritable outil journalistique.

L’enjeu n’est finalement pas de savoir si l’intelligence artificielle peut produire de l’information. Il est de décider ce que la rédaction fera du temps, des données et du pouvoir de sélection qu’elle lui confie.

---

Sources principales : règlement européen sur l’intelligence artificielle et lignes directrices de la Commission européenne relatives à l’article 50 ; recommandations de la CNIL sur l’IA et le RGPD ; Charte de Paris sur l’IA et le journalisme ; travaux de JournalismAI sur les usages de l’IA dans les rédactions.

---

Photo à la une : générée par IA.
Comme explicité ci-dessus, l’article que vous venez de lire a été intégralement supervisé et contrôlé par un être humain : il n’y a donc aucune obligation légale de spécifier que nous avons fait appel à une IA pour sa rédaction. Cependant, dans un souci de transparence et d’éthique, nous signalons à nos lecteurs que cet article a été rédigé avec l’appui d’un outil d’intelligence artificielle générative, à partir des données collectées par GROUPE ECOMEDIA.