36 Chaînes, Un Système : Produire des Vidéos sans Visage avec des Agents IA

Aujourd'hui dans Sonraki Adım avec Umut Ilhan, l'invité est Ertan Dönmez. Ertan est un producteur suivi par plus d'un million d'abonnés sous le nom ErtanLabs. Le sujet frappe fort : piloter trente-six chaînes YouTube avec des agents IA et en vivre. J'ai écouté cette annonce comme le résumé d'un système qui marche, pas comme un conte.

Ce que trente-six chaînes veut dire

Posons d'abord le cadre. Sur ces chaînes, personne ne passe devant la caméra. Narration, images et montage naissent de modèles IA, tandis qu'un humain garde le fauteuil du réalisateur. Pour le dire simplement : il existe une cuisine où nul client n'entre, et les plats en sortent à heure fixe. Le chef, c'est la même personne.

Ertan glisse un détail parlant pendant l'échange. Pendant qu'il parle, des contenus se terminent sur un serveur lointain et entrent en programmation automatique. La fabrique ne s'arrête jamais, même en pleine conversation. J'y vois une boulangerie : pendant que vous bavardez avec les clients, le pain continue de cuire au fond.

L'argent : coûts, taux de réussite, choix de langue

Venons à l'argent. Ertan paie chaque mois entre 700 et 800 $ d'outils. Il paie même les mois sans aucun revenu. J'y lis un loyer d'atelier : un prix fixe pour garder la boutique en vie. Les frais de tokens et d'usage des modèles tiennent dans ce loyer.

Le taux de réussite est annoncé sans détour : vingt à trente pour cent des chaînes décollent. Pendant ce temps, un autre récit circule : sur cinq cents essais, deux chaînes survivent, on expose ces deux-là et on tait les quatre cent quatre-vingt-dix-huit ratées. Ertan choisit la transparence. Je suis d'accord : je me méfie du narrateur qui cache ses essais manqués.

Le choix de la langue suit l'argent. Le contenu turc rapporte peu par vue, alors la production a basculé vers l'anglais. Même effort, autre caisse. Des essais turcs pour un revenu passif restent possibles, mais Ertan y voit une perte de temps. Je n'y vois rien de coupable : quand l'outil coûte cher, la caisse doit être grande.

Un domaine reste volontairement fermé en turc : les sujets qui portent des affirmations sur le corps. La raison est éthique. Un spectateur âgé peut croire tout ce qu'il voit, l'IA peut se tromper, et le poids moral est lourd. Je trouve cette décision marquante. Tracer sa limite là où un médecin devrait valider montre une maturité rare à l'ère de la production vite.

La règle a changé : le faux authentique est écarté

Regardons maintenant les règles du jeu. Google a révisé ses conditions de monétisation le 15 juillet 2025. L'ancien intitulé sur le contenu répétitif est devenu contenu inauthentique. Les vidéos dupliquées au gabarit, copies les unes des autres, sortent du champ des revenus. La règle dit : la production peut être vite, mais l'œuvre doit être originale.

The Verge a résumé l'affaire ces jours-là. Le responsable YouTube Rene Ritchie a décrit le changement comme une mise à jour mineure. Ni les réactions ni les commentaires n'étaient visés ; ce sont les séries fabriquées en masse, jugées indigestes par les spectateurs. Je souligne ce détail car il compte : utiliser l'IA n'est pas interdit, dupliquer sans soin l'est.

Un piège courant se cache ici : capturer une chaîne, la tendre à un modèle Claude et demander la même chaîne. Ertan dit que cela ne marche pas. Quand tout le monde court avec la même méthode, la plupart des chaînes ne gagnent rien. Ma métaphore est la photocopie : l'original porte la valeur, le tas de copies non. Savoir quoi viser fait partie du métier, autant qu'écrire des instructions.

La voie conseillée est étroite et nette : visez une ou deux idées, ne sautez jamais sur chaque sujet. Quand la puissance des modèles grandit, l'attention se disperse et chaque idée neuve allume une envie. Mais la force dispersée ne rend rien. J'y vois un jardin : qui arrose trois arbres mange des fruits ; qui donne un verre à trente plants reste assoiffé.

La voix : cloner sa propre voix

La voix est le cœur du dispositif. Avec ElevenLabs, un clone vocal naît d'un court enregistrement. Le clonage instantané demande une ou deux minutes d'audio propre. J'y vois la photo d'une voix : une image identifie un visage, un court enregistrement identifie une voix. Résultat vite d'abord, qualité marche par marche ensuite.

Une voie de qualité supérieure existe aussi : le clonage professionnel. Il demande trente à cent quatre-vingts minutes d'enregistrements et quelques heures de préparation. Le rendu touche au niveau diffusion. Coût et effort sont élevés, mais le producteur qui travaille dans sa propre voix entend la différence. L'usage de tokens grimpe à ce stade et rejoint la colonne des dépenses.

Une marche de plus : porter sa propre voix vers d'autres langues. Une voix enregistrée en anglais peut garder un léger accent en parlant espagnol. L'échange cite les parlers de Thrace et d'Égée, ainsi que l'accent irlandais en anglais. Ma phrase résumé : la voix est un passeport, l'accent le tampon du pays. Le modèle emporte le tampon avec lui.

L'image : avatars, constance, miniatures

Côté image, HeyGen mène. Plus de mille présentateurs prêts, plus de cent soixante-dix langues prises en charge, et un passage vite du script à la vidéo. Un script de quatre-vingt-dix secondes devient vidéo en deux minutes environ. J'y vois une troupe attitrée : distribution vite, plateau monté sans peine.

Quand les présentateurs prêts ne suffisent plus, un jumeau sur mesure prend le relais. Un court enregistrement bâtit un double numérique, visage et expressions gardés. L'enjeu critique ici est la constance . Le physique doit rester fixe ; tenue et langage du plateau ne doivent pas dériver. Pensez à un acteur de série : le public veut le même visage à chaque épisode.

Le côté script commence par l'étude des rivaux. On mesure d'abord ce que le public aime, puis on écrit la narration. L'aide des agents accélère le brouillon ; le dernier mot reste humain. Titres et déroulé passent aussi par validation humaine. Ma phrase gardée : le système propose, l'humain décide.

Le choix de la miniature reste humain lui aussi. Une personne choisit l'image qui gagne le clic ; la ligne de production range le reste. Ma métaphore est la vitrine : qui connaît le client l'habille, pendant que la réserve tourne sur des rails. Avec une vitrine ratée, même le meilleur produit reste en rayon.

La ligne de montage : Claude, Remotion, HyperFrames

Au centre de la ligne de montage trône Claude. Voyez Claude Code comme un agent qui vit dans le terminal. Il lit les fichiers, lance les commandes et tire les tâches via GitHub. Son bâtisseur Anthropic a pensé l'outil pour les tâches longues. Ma métaphore est l'apprenti : le maître décrit, l'apprenti porte, coupe et range.

Remotion est la voie qui bâtit la vidéo en pièces logicielles. Chaque scène est un composant ; quand le script change, la scène change. Le projet vit dans un dépôt GitHub public, ouvert à l'examen et aux contributions. J'y vois un carnet de recettes : avec la recette écrite, chaque plat sort à la même texture.

HyperFrames entre pour les tâches comme les cartes animées. Règles de coordonnées et de style donnent des transitions fluides. Des créateurs ont sorti des succès avec la technologie de janvier, et les modèles récents ont poussé la puissance plus loin. Je lis la tendance simplement : les outils se renouvellent chaque mois, et qui monte son système tôt part premier.

Temps, puissance de calcul et mot final

Temps de production et puissance de calcul complètent le tableau. Une puissance louée prend montage et rendu, avec des serveurs lointains pour les scènes lourdes. Besoins de stockage provisoire et pénurie actuelle de cartes y sont évoqués. Une bonne part des 700 à 800 $ mensuels part là. J'y lis une facture d'électricité : quand l'atelier grandit, le compteur tourne plus vite.

Mon mot final. Ceci n'est pas un raccourci mais un métier monté en système. Une idée, votre propre voix, validation humaine, mesure régulière : avec quatre pieds fermes, la table tient. Qu'un producteur de plus de quarante ans pourchasse les jeunes développeurs pour apprendre ajoute au prix. La curiosité continue de travailler pendant que les outils changent.