Home Luxe et IA38 tableaux, 20 000 images : ce que l’IA générative interroge dans le luxe

38 tableaux, 20 000 images : ce que l’IA générative interroge dans le luxe

by pascal iakovou
0 comments

Vermeer a peint 38 tableaux. Le théoricien des médias Lev Manovich, lui, a généré et conservé 20 000 images en deux ans, avant de n’en retenir que quelques centaines. Entre ces deux chiffres se loge une question que toute direction de Maison devra trancher : où commence la rareté, quand produire ne coûte plus rien ?

Le curateur qu’on n’a pas recruté

Manovich a utilisé Midjourney presque chaque jour pendant deux ans. Il a produit des centaines de milliers d’images, en a sauvegardé 20 000, puis affiné sa sélection jusqu’à 4 000 pièces retravaillées, pour n’en publier finalement que quelques centaines sur son site. Même ce chiffre réduit dépasse largement la production d’un artiste du vingtième siècle, et plus encore celle d’un maître ancien : Bosch a peint moins de 50 toiles, Vermeer 38. Les peintres qui exposaient à Paris entre 1870 et 1880, parmi les impressionnistes, produisaient en moyenne près de 1 000 œuvres sur l’ensemble d’une carrière — nombre d’entre eux n’en livrant qu’entre 400 et 800. L’écart n’est pas de degré, il est de nature : l’artiste équipé d’un outil génératif ne crée plus, il trie. Et le tri, observe Manovich, devient plus difficile à mesure que l’abondance grandit, car la production algorithmique tend vers une qualité esthétique presque uniformément constante — rien ne se détache franchement du lot. Le phénomène n’est pas inédit : l’art génératif programmé des années 1960 et 1970 produisait déjà des séries de qualité comparable à partir de règles aléatoires. Ce qui change, c’est l’échelle, et donc le coût du discernement.

Pour une direction de Maison, le constat dépasse l’atelier de création. Toute fonction qui s’appuie sur la génération d’images — campagne, contenu, déclinaison d’une pièce — affronte le même paradoxe : la rareté, moteur historique de la désirabilité, n’est plus une contrainte de production. Elle redevient un choix de gouvernance.

La signature comme actif, pas comme décor

Les outils génératifs séparent ce qu’aucun médium n’avait dissocié aussi nettement : le contenu et le style. Une même composition peut être rendue en aquarelle, en photographie argentique des années 1980 ou dans la manière d’un créateur nommé, sans que le sens de l’image ne change. Manovich rappelle que l’histoire de l’art occidental a longtemps reposé sur l’inverse : un contenu religieux limité — la Crucifixion, les scènes bibliques — décliné par des styles très différenciés, de Bosch à Bruegel, de Raphaël à Watteau. C’est le style, davantage que le sujet, qui a fait entrer ces artistes dans les collections du Louvre ou du Centre Pompidou. Si la grammaire générative rend ce style interchangeable — réglable comme un paramètre de commande —, la question qui se pose à une Maison n’est plus seulement esthétique. Elle est patrimoniale : qui arbitre la griffe, quand n’importe quel contenu peut désormais être rendu dans son apparence ?

Le Détail — Apple a intégré à iOS 27 une fonction convertissant les photographies en représentations volumétriques (splats gaussiens), permettant de faire pivoter la scène après la prise de vue. Les équipes du groupe ont plafonné cette rotation à 20 % de l’angle de prise de vue initial — un seuil arbitraire, destiné à distinguer l’amélioration d’un souvenir de la génération d’un souvenir nouveau. La décision n’est pas technique, elle est éthique : elle fixe, en un chiffre, la frontière entre mémoire et invention. Aucune Maison n’a, à ce jour, formalisé l’équivalent pour ses propres outils génératifs.

ChatGPT Image Jun 22 2026 10 12 12 AM 8 1

Un outil construit pour l’attendu

Dernier point, le plus contre-intuitif : l’IA générative, entraînée à prédire la suite la plus probable d’une séquence, produit structurellement l’image la plus attendue, pas la plus singulière. C’est l’inverse de la démarche des avant-gardes parisiennes d’il y a 120 ans — Picasso, Braque, Soutine, Giacometti —, qui visaient précisément à défamiliariser l’ordinaire, ou des surréalistes qui revendiquaient l’image improbable. Les peintres académiques du Salon, eux, perfectionnaient déjà au dix-neuvième siècle une esthétique lissée, anatomiquement irréprochable, aux contours nets — et furent les plus célébrés de leur temps avant de tomber dans l’oubli. L’IA générative, par construction statistique, prolonge cette tradition conservatrice plus qu’elle ne la rompt. Pour une industrie dont la valeur repose sur l’exception, confier la production d’images à un outil optimisé pour le probable n’est pas un détail technique : c’est un choix qui engage la définition même du désirable.

Manovich résume sa propre expérience par une question qu’il juge mal posée, mais qu’il continue de se poser : que faire de radicalement nouveau, alors qu’un siècle d’art moderne et trente ans d’images de synthèse ont déjà, selon lui, épuisé l’essentiel du visuel possible ? La vraie marge de manœuvre, suggère-t-il, ne serait plus dans l’image elle-même mais dans l’interface qui y mène. Reste à savoir si une direction de Maison décidera un jour, pour ses propres outils génératifs, le seuil que s’est fixé Apple sur la rotation d’un souvenir — ou si elle laissera ce seuil se fixer tout seul.

ChatGPT Image Jun 22 2026 10 12 12 AM 2 4

Related Articles