Le filon de l'IA sur YouTube à 700 000 $

Un créateur, un pipeline et des vidéos de sommeil de six heures

Le 30 décembre 2025, Fortune a publié un entretien avec un créateur de 22 ans nommé Adavia Davis, qui affirme que son portefeuille de chaînes YouTube « sans visage » (faceless) génère environ 40 000 $ à 60 000 $ par mois — soit environ 700 000 $ par an — et ne nécessite que quelques heures de supervision quotidienne. Les articles et les captures d'écran examinés par Fortune montrent des vidéos longues, produites à bas coût (notamment des documentaires de six heures de type « de l'histoire pour s'endormir ») qui utilisent des scripts automatisés, une narration synthétique et des visuels en boucle pour accumuler des vues pendant que les spectateurs font autre chose — ou dorment.

Anatomie du pipeline de contenu IA

Ce que Davis et d'autres créateurs décrivent comme une entreprise s'apparente moins à un studio traditionnel qu'à un pipeline logiciel : un ensemble d'outils qui assemblent des invites textuelles (prompts), des voix synthétiques et des images de banque de données ou générées pour en faire des vidéos longues, répétitives et peu coûteuses à produire. Dans le cas de Davis, la pile technologique comprendrait un outil interne appelé TubeGen pour orchestrer la production, Claude d'Anthropic pour générer les scripts, et ElevenLabs pour produire une narration réaliste — les pièces sont ensuite assemblées pour des téléchargements de longue durée. Fortune a fait état de coûts de production aussi bas que 60 $ par vidéo longue et de marges opérationnelles très élevées sur les revenus mensuels.

Ces choix sont délibérés. Les durées de visionnage prolongées et un son régulier sont un moyen de captiver le « watch time » (temps de visionnage) — le signal le plus important utilisé par YouTube pour classer et recommander du contenu — tandis que la narration synthétique et les modèles visuels permettent aux créateurs de passer à l'échelle avec des dizaines ou des centaines de mises en ligne sans embaucher de grandes équipes. Le résultat est l'émergence de chaînes « sans visage » qui semblent interchangeables mais qui, à grande échelle, peuvent tout de même attirer des millions de vues quotidiennes.

Quelle est l'ampleur du phénomène ?

Des recherches indépendantes suggèrent que Davis fait partie d'une tendance beaucoup plus vaste. Kapwing, une société de montage vidéo qui a analysé des milliers de chaînes, a découvert qu'une part importante des vidéos recommandées aux nouveaux utilisateurs se qualifie désormais de « AI slop » (bouillie d'IA) ou de « brainrot » (pourrissement cérébral) de basse qualité générés par IA — des formats conçus pour monétiser l'attention plutôt que pour récompenser l'engagement par une narration originale. L'échantillonnage de Kapwing et la reconstitution d'un flux de nouveau compte ont identifié des vidéos de type « AI-slop » parmi les premières centaines de recommandations et ont estimé à des milliards le nombre de vues cumulées et à des dizaines de millions de dollars les revenus publicitaires sur ces chaînes. The Guardian et d'autres médias ont résumé ces recherches à la fin du mois de décembre 2025.

L'instantané de Kapwing est important car il lie les réussites individuelles à un modèle systémique : lorsque les recommandations algorithmiques récompensent un temps de visionnage élevé sans tenir compte de la valeur informationnelle, les incitations penchent vers la production de masse. Cela explique pourquoi les créateurs capables d'automatiser la narration et le montage acquièrent un avantage rapide de premier arrivant.

Le casse-tête des plateformes : monétisation, modération et réglementation

Ces incitations se heurtent désormais aux politiques des plateformes. Les règles de monétisation de YouTube — mises à jour et clarifiées tout au long de l'année 2025 — limitent explicitement les contenus inauthentiques, répétitifs ou produits en masse pour les empêcher de générer des revenus publicitaires s'ils n'offrent pas une valeur distincte dans chaque mise en ligne. Les directives publiques de l'entreprise soulignent que les chaînes doivent faire preuve d'originalité et d'un apport humain significatif pour rester éligibles au Programme Partenaire YouTube. Cela crée un équilibre précaire sur le plan juridique et commercial pour les créateurs qui dépendent de pipelines automatisés : des ajustements mineurs dans l'application des politiques, les préférences des annonceurs ou l'algorithme de recommandation peuvent modifier radicalement la rentabilité d'une chaîne.

Fortune a rapporté que les captures d'écran de gains et les relevés AdSense examinés confirment les affirmations du créateur concernant les revenus ; cependant, l'application des règles par la plateforme reste l'inconnue. YouTube a déclaré qu'elle perfectionnerait ses outils d'application et combinerait la détection automatisée avec un examen humain pour repérer les mises en ligne de faible valeur produites en masse — ce qui pourrait réduire ou supprimer la monétisation des chaînes qui franchissent la ligne.

Économie, mise à l'échelle et fragilité

Le calcul financier derrière une chaîne pilotée par l'IA est simple : de faibles coûts variables par vidéo, un fort effet de levier sur les tarifs publicitaires et, pour certaines niches, des habitudes de visionnage pérennes et prévisibles (sommeil, ambiance, compilations). Fortune a rapporté des estimations de coûts d'exploitation pour Davis d'environ 6 500 $ par mois par rapport à des revenus se comptant en dizaines de milliers, ce qui implique des marges exceptionnellement élevées. Ce type de rentabilité explique pourquoi les créateurs se précipitent sur des formats exploitables.

Mais ce même effet de levier crée une fragilité. L'entreprise dépend de trois systèmes externes qui peuvent changer du jour au lendemain : l'algorithme de recommandation, la demande des annonceurs et l'application des politiques de la plateforme. De grands groupes de médias ou des opérateurs bien financés pourraient industrialiser les mêmes formats plus rapidement et à plus grande échelle, poussant les créateurs indépendants vers une concurrence par les prix. Et si les acheteurs de publicité ou YouTube décident de réduire le bassin de contenus générés par IA monétisables, les marges pourraient s'évaporer rapidement.

Éthique, préjudice pour l'audience et sécurité des enfants

Au-delà de l'économie, la montée de l'AI-slop soulève des questions éthiques. Certaines chaînes imitent les programmes pour enfants ou réutilisent du matériel culturel avec peu de supervision ; d'autres téléchargements utilisent du « shock-bait » (pièges à clics choquants) ou de la micro-manipulation (fautes d'orthographe intentionnelles, flash image par image pour déclencher des retours en arrière) pour manipuler les mesures d'engagement. Ces tactiques érodent la confiance et peuvent exposer les enfants et les spectateurs vulnérables à des contenus inappropriés. Les modérateurs de plateformes et les décideurs politiques cherchent encore comment équilibrer les utilisations créatives d'outils synthétiques face aux préjudices qui apparaissent lorsque l'échelle et l'automatisation remplacent le jugement éditorial.

Quelle suite pour les créateurs ?

Pour les créateurs qui profitent actuellement de pipelines automatisés, la stratégie à court terme est la diversification et la capacité de défense : établir des relations directes avec l'audience hors de YouTube, vendre des cours ou des services, et intégrer des formats qui démontrent un apport humain distinct. Davis lui-même a suggéré que l'authenticité retrouvera une valeur de rareté à mesure que le contenu IA saturera le marché ; c'est une stratégie courante chez les créateurs qui survivent aux chocs de plateforme.

Pour les plateformes et les régulateurs, le défi est technique et normatif : détecter et limiter l'automatisation de faible valeur sans étouffer les utilisations légitimes des outils génératifs. Les politiques mises à jour de YouTube tentent de tracer cette ligne, mais l'application sera une course aux armements continue entre les systèmes de détection et les créateurs optimisant pour des signaux d'engagement opaques.

Vers où se dirige ce marché

Davis et d'autres entrevoient une fenêtre de rentabilité étroite avant que des concurrents bien financés n'industrialisent les mêmes formats. Il a déclaré à Fortune qu'il s'attend à ce que les individus aient jusqu'en 2027 environ avant que « les requins » n'arrivent — ce qui signifie que de plus grandes entreprises dotées de capitaux et d'infrastructures pourraient évincer les opérateurs solos. L'avenir dépendra des marchés publicitaires, de l'intensité de l'application des règles par les plateformes et de la question de savoir si les spectateurs commenceront à rejeter les contenus de faible valeur optimisés par algorithme. Ce qui est clair, c'est que l'économie qui a fait d'un créateur une entreprise de 700 000 $ est un symptôme visible de désalignements d'incitations plus larges entre les plateformes, les annonceurs et l'intérêt public.

Pour l'instant, cette histoire est une étude sur la manière dont les nouveaux blocs de construction de l'IA — grands modèles de langage pour le script, synthèse vocale de haute qualité pour la narration et pipelines de montage automatisés — peuvent s'articuler pour former des entreprises rentables à faible intervention. C'est aussi un rappel que la dynamique des plateformes, et pas seulement le génie ou l'effort, décide de la pérennité de ces entreprises.

Sources

• Kapwing (rapport de recherche : analyse de l'« AI slop »)
• Anthropic (modèles Claude et documentation)
• ElevenLabs (documentation produit pour la génération de voix par IA)
• YouTube / Google (documents de politique sur la monétisation des chaînes et le Programme Partenaire YouTube)