DAM NY 2025 : De la promesse de l’IA à la réalité opérationnelle

La conférence DAM NY de Henry Stewart a une nouvelle fois réuni des professionnels venus de tout l’écosystème du Digital Asset Management. Mais au-delà du plaisir de se retrouver, l’édition 2025 a marqué un véritable tournant. La conversation est passée de « L’IA va-t-elle bouleverser le DAM ? » à une question beaucoup plus pragmatique : « Comment la déployer efficacement ? »

Au fil des sessions, un message s’est imposé : le succès ne dépend pas de la sophistication des outils, mais de la discipline organisationnelle, de la supervision humaine et de la solidité des pratiques en matière de données.

La réalité de l’adoption de l’IA : le défi du “dernier kilomètre”

L’IA est restée au cœur des discussions, mais cette fois avec une dose bienvenue de réalisme, loin des inquiétudes des années précédentes. Le véritable défi se situe désormais dans l’exécution.

La consultante indépendante Kristina Huddart a partagé des chiffres marquants recueillis auprès de 250 professionnels : 95 % des pilotes d’IA générative n’apportent aucun ROI, et 72 % des organisations restent bloquées en phase de test. Les obstacles sont bien connus : protection des données (49 %), entraînement des modèles (40 %), éthique (36 %), intégration (35 %). Plus préoccupant encore : 64,3 % des organisations n’ont pas de stratégie IA définie.

Pourtant, des implémentations réfléchies commencent à produire des résultats. Hachette Book Group, lors de sa migration de 1,5 million d’actifs vers Aprimo, a illustré ce qu’ils appellent une « automatisation sans hallucination ». Leur approche pragmatique utilise l’IA pour les tâches répétitives (remplissage de métadonnées, ingestion), tout en préservant le jugement humain pour les décisions complexes. Comme leur équipe l’a rappelé : « Le jugement humain ne peut pas être programmé. »

La leçon est claire : l’IA amplifie la discipline organisationnelle — elle ne la remplace pas.

‍

‍

Le grand retour des métadonnées

L’un des enseignements les plus forts de DAM NY fut la reconnaissance renouvelée du rôle essentiel des métadonnées. Trois ans après l’essor de l’IA, un consensus s’est imposé : les systèmes intelligents restent impuissants sans données structurées.

Alors que l’IA générative et la recherche sémantique semblaient autrefois appelées à éliminer le travail de saisie manuelle, c’est l’inverse qui se produit. Les applications avancées — recherche sémantique, recommandations, gestion des droits — dépendent toutes de standards de métadonnées rigoureux.

La collaboration entre Sesame Workshop et Dovecot Studio en a offert une démonstration magistrale. Face à cinquante ans d’archives cloisonnées, leur réponse n’a pas été un outil, mais un processus : construction d’une taxonomie d’entreprise unifiée (20 entretiens, analyse de 128 champs de métadonnées, 13 taxonomies). Résultat : une couche sémantique centrale, fondation indispensable pour l’IA.

De même, la National Gallery of Art, qui gère 1,6 million d’actifs, n’aurait pu alimenter des outils d’IA tels qu’ArtVibes sans une gouvernance stricte des métadonnées — droits, statuts, formats — prise en compte dès l’amont.

Un facteur décisif : solutions sur mesure vs. standards du marché

Un autre consensus s’est dégagé : il n’existe aucune stratégie DAM universelle. Le succès dépend entièrement de la capacité à adapter la solution aux workflows réels de l’organisation.

Deutsch Family Wine & Spirits en a donné une illustration convaincante. Face à un système jugé « cassé », ils ont lancé un processus en huit étapes fondé sur les retours utilisateurs plutôt que sur les recommandations éditeurs. Résultat : +55 % de satisfaction utilisateur et +81 % d’efficacité pour retrouver les assets.

Même tendance chez School Specialty qui, accompagné par Avyre, a mis la gouvernance au centre et obtenu un ROI mesurable, dont plus de 1 000 heures économisées par an. Les implémentations adaptées aux besoins réels surpassent systématiquement les approches théoriques.

People, Process, Technology : l’humain d’abord

Au-delà de la technologie, la conférence a rappelé que le facteur humain reste le véritable moteur de la transformation. Pour reprendre les mots souvent cités de Satya Nadella (Microsoft) :
« Le plus grand défi de l’IA n’est pas la technologie, mais d’amener les gens à changer leur manière de travailler pour l’adopter. »

Avec 70 % des projets de changement qui échouent faute d’adoption, les implémentations réussies ont fait de la conduite du changement leur fondation, considérant la transformation comme un projet humain d’abord, technologique ensuite. Cette perspective repositionne la gouvernance des métadonnées non pas comme une contrainte, mais comme une infrastructure stratégique.

Et maintenant : cap sur OnDAM Paris

Ces thèmes clés résonneront sans aucun doute lors d’OnDAM Paris, les 18 et 19 novembre prochains. L’événement offrira l’occasion d’explorer ces enjeux sous un angle européen et d’aborder de nouveaux sujets tels que l’authenticité des contenus.

La conversation amorcée à New York se poursuivra à Paris.

‍