L'accord fait ce que la plupart des deals Hollywood-IA ont refusé de faire : il laisse le travail créatif tranquille. Pas d'accès à la bibliothèque, pas de données d'entraînement, pas de mandat de production. Juste des ingénieurs assis à côté des cinéastes pendant que les outils se construisent. Ce choix structurel — la capacité sans abandonner le contrôle — c'est le modèle que chaque marque et chaque organisation créative devrait étudier maintenant.

A24 garde sa bibliothèque, ses données et ses contenus entièrement hors de portée de Google
DeepMind obtient un accès direct à des cinéastes en activité qui façonnent les outils en production
La structure inverse le modèle dominant « contenu contre capacité » à Hollywood

Un deal conçu autour de ce qu'il refuse d'échanger

Les termes sont assez inhabituels pour mériter qu'on s'y arrête. Google DeepMind investit environ 75 millions de dollars dans A24, soit le même montant que Thrive Capital lors de la dernière levée de juin 2024 sur une valorisation de 3,5 milliards. Le partenariat est pluriannuel et non exclusif. A24 obtient un accès à la recherche et à l'infrastructure de DeepMind. DeepMind obtient des ingénieurs assis à côté de cinéastes en activité, qui itèrent sur les outils à l'intérieur de productions réelles. Ce qui ne change pas de mains : la bibliothèque d'A24, ses données de production, ses droits liés à l'IP. Pas d'accord de licence. Pas de deal de production. Pas de mandat qu'un livrable précis soit construit ou expédié.

Le premier prototype en développement est une application de storyboard par IA, portée par A24 Labs — une division technologique d'une vingtaine de personnes dirigée par Scott Belsky, ancien dirigeant d'Adobe et co-fondateur de Behance, recruté début 2025. Le produit est conçu pour faire remonter les problèmes de production tôt sans comprimer la prise de risque créative qui fait la signature d'A24. Comme Belsky l'a dit au Wall Street Journal, l'objectif est de produire des outils qui « ne ressembleront en rien à l'IA générative par prompt avec laquelle les gens sont mal à l'aise ».

Demis Hassabis a posé la logique du partenariat clairement : construire la technologie avec les meilleurs esprits du domaine, pas pour eux. Eli Collins, VP Produit de DeepMind, a tenu le même langage — les ruptures arrivent quand on met la technologie directement entre les mains des gens qui font le travail.

Ça paraît anodin, jusqu'à ce qu'on compare avec tous les autres grands deals de studio actuellement sur la table.

Ce que ce deal refuse, ce que tous les autres acceptent

Les accords IA d'Hollywood sur les dix-huit derniers mois suivent un schéma quasi identique : le studio échange l'accès à son contenu contre la capacité du modèle. Lionsgate a licencié sa bibliothèque de plus de 20 000 titres à Runway en septembre 2024 pour entraîner un modèle vidéo sur mesure. Fin 2025, ce deal s'était heurté à des frictions copyright, à des plafonds de capacité et à une résistance syndicale. Netflix a racheté InterPositive de Ben Affleck en mars 2026 dans une opération que Bloomberg a évaluée jusqu'à 600 millions de dollars — la technologie construit des modèles d'IA propriétaires à partir des rushes de production, puis les déploie en post. Amazon's MGM a monté une unité IA interne. Disney a signé un accord de licence avec OpenAI sur ses personnages tout en attaquant simultanément MiniMax et Midjourney pour violation de copyright.

Chacune de ces structures partage une prémisse : pour obtenir la capacité IA, le studio cède quelque chose de fondamental sur ses assets — droits d'entraînement, droits dérivés, ou les deux. La communauté créative a résisté à ce troc bruyamment. Les négociations syndicales pendant les grèves de 2023 ont traité l'IA comme un sujet existentiel. Des cinéastes comme Guillermo del Toro et Vince Gilligan ont publiquement tracé des lignes rouges contre l'outillage génératif dans leur travail.

La structure A24-DeepMind inverse cette logique. Le contenu reste. La capacité arrive quand même. Les cinéastes façonnent ce qui se construit au lieu de nourrir le modèle qui se construit sans eux. La question de savoir si cette distinction tiendra à mesure que le partenariat mûrit reste ouverte — Google n'a pas investi 75 millions sans rien attendre en aval, et la pression gravitationnelle vers l'accès au contenu dans les phases futures du deal est bien réelle. Mais comme position de départ, la structure représente une réponse différente à la question que se posent désormais toutes les organisations créatives : comment s'engager avec l'IA sans abandonner ce qui faisait que l'on valait la peine de s'engager avec nous au départ ?

La même question arrive sur le bureau de chaque équipe marketing de marque

Le cadrage hollywoodien rend le deal lointain du quotidien des opérations marketing. Il ne l'est pas. Le même choix structurel est désormais posé à chaque directeur de marque, chaque head of creative ops, chaque CMO qui pilote du contenu à l'échelle.

Le modèle dominant de l'IA d'entreprise aujourd'hui mime le template Lionsgate-Runway. Une plateforme se présente, promet une capacité, et demande en échange l'accès à la bibliothèque d'assets de la marque — pour entraîner, indexer, fine-tuner, « personnaliser ». La bibliothèque d'assets, c'est la marque. Des décennies d'archives de campagnes, de fichiers master, d'historiques d'approbation, d'arbres de versions, d'interprétations de la charte, de droits talents, d'adaptations régionales. Tout cela est aspiré dans un modèle dont les poids, dont le lignage de données, dont les cas d'usage en aval échappent à la pleine vision et au plein contrôle de la marque. La capacité est réelle. L'échange l'est aussi.

La plupart des marques n'ont pas encore remarqué qu'elles font ce troc. Les contrats de procurement sont signés au niveau achat-plateforme, avec des termes sur l'usage des données enterrés bien en dessous des lignes que les exécutifs lisent. Le temps que le troc devienne visible — quand un modèle entraîné en partie sur les assets de la marque apparaît derrière la campagne d'un concurrent, ou quand un vendor pivote et que la traçabilité des données devient contestée — les assets sont déjà dans le modèle. Nous avons exploré une version de ce schéma d'exposition dans notre analyse du dilemme build-versus-buy pour la capacité IA. Le même arbitrage se présente à tous les étages de la stack.

Pourquoi l'IA générique impose le troc en premier lieu

Voici la raison opérationnelle pour laquelle ce troc continue d'être fait : les modèles d'IA génériques ne peuvent pas faire un travail spécifique à une marque sans données spécifiques à la marque. Un outil génératif généraliste produit un output générique. Pour obtenir quelque chose qui respecte les codes visuels d'une marque, son ton, ses systèmes couleurs, ses contraintes de droits talents et sa logique d'approbation, le modèle doit être exposé au matériel réel de la marque. Cette exposition, c'est ce qui crée le problème de levier.

Le deal A24-DeepMind est l'aveu, des deux côtés, que ce troc n'est pas le seul chemin. DeepMind obtient des feedbacks précis de cinéastes réels qui itèrent dans des productions réelles — c'est un signal plus riche que de scraper une bibliothèque de contenus. A24 obtient la capacité sans l'exposition. Le principe tient en marketing. L'IA spécifique à une marque ne demande pas d'injecter l'archive de la marque dans un modèle tiers. Elle demande une IA qui opère à l'intérieur de l'environnement de la marque, avec un contexte construit à partir du workflow lui-même — approbations, versioning, métadonnées des assets, briefs, annotations — plutôt qu'à partir de données d'entraînement licenciées.

C'est la distinction architecturale entre une IA générique boulonnée sur le travail créatif et une IA qui vit nativement dans la couche de production créative. Le système d'IA agentique de Master The Monster a été conçu autour de ce principe précis. L'IA de la plateforme a du contexte parce qu'elle vit là où le travail se fait — à l'intérieur des briefs, des timelines, des annotations, des historiques de versions, des métadonnées d'assets, des flows d'approbation. Elle n'a pas besoin qu'on injecte la bibliothèque de la marque dans un modèle externe pour se comporter intelligemment avec cette bibliothèque. L'Oréal Paris, Lancôme et Helena Rubinstein utilisent la plateforme précisément parce que la coordination créative à l'échelle globale exige à la fois la capacité IA et la gouvernance des assets — pas l'une en échange de l'autre.

Le même principe s'applique à la dimension droits d'usage. La façon dont les marques gèrent les droits d'usage sur leurs assets marketing n'est plus une question de back-office. C'est un input stratégique pour décider avec quelles plateformes IA une marque peut s'engager sans risque — et à quelles conditions.

Ce que cela ne résout pas

Une nuance à garder en tête.

La structure A24-DeepMind est inhabituellement propre aujourd'hui. Cette propreté dépend d'une discipline contractuelle qui n'a pas encore été testée par le temps. Google n'a pas investi 75 millions en s'attendant à une séparation indéfinie. À mesure que la capacité mûrit et que la pression commerciale monte, la tentation d'étendre l'accès — aux données, aux droits dérivés, aux deals de production — sera réelle des deux côtés. La structure est une position de départ, pas un règlement permanent.

Il y a aussi un plafond de capacité à nommer. Les outils construits avec du feedback de cinéastes mais sans accès à la bibliothèque vont, sur certaines dimensions techniques, traîner derrière les outils construits avec un entraînement complet sur library. Que les cinéastes d'A24 trouvent cet écart acceptable en échange du contrôle qu'ils conservent, c'est un arbitrage qu'eux seuls peuvent faire. Le même arbitrage atterrit sur les équipes brand : une architecture IA protectrice de la marque peut sacrifier une partie de la capacité pure au profit de la gouvernance et de l'intégrité des droits. La bonne réponse dépend de ce que la marque représente, et de ce qu'elle perd si elle se trompe d'arbitrage.

Le deal ne change pas non plus l'environnement plus large. Les modèles génériques entraînés sur du travail créatif non compensé continuent de monter en échelle. Les procès continuent. Les placements IA sponsorisés continuent de s'étendre. La structure A24-DeepMind est un contre-modèle, pas un retournement du modèle dominant.

Ce que les leaders créatifs doivent retenir

La leçon du deal A24-DeepMind n'est pas sur Hollywood. Elle porte sur la façon dont une organisation construite sur la valeur de ses assets créatifs s'engage avec la capacité IA sans céder les assets eux-mêmes.

Pour les leaders brand et agence, trois décisions découlent directement.

D'abord, auditer sa stack IA actuelle pour identifier le troc. Pour chaque outil actuellement embarqué dans la production, identifier exactement ce que le contrat permet : accès aux assets, droits d'entraînement, droits dérivés, usage des données. La plupart des équipes n'ont jamais lu ces clauses attentivement. L'exposition est généralement plus large que ce que l'équipe procurement avait réalisé à la signature.

Ensuite, préférer une capacité IA qui opère à l'intérieur de l'environnement créatif plutôt qu'à côté. Une IA qui tourne nativement sur les briefs, timelines, versioning et métadonnées de la marque — où le contexte vient du workflow plutôt que de données d'entraînement licenciées — préserve la gouvernance tout en délivrant un output spécifique à la marque. C'est l'argument structurel derrière le positionnement de Master The Monster comme couche opérationnelle de la coordination créative globale.

Enfin, traiter les droits sur les assets comme un input stratégique de sélection de plateforme, pas comme une note de bas de page procurement. Les plateformes choisies par une marque aujourd'hui façonnent ce que la marque possédera demain. Le deal A24-DeepMind est un signal : les acteurs les plus sophistiqués d'Hollywood ont déjà compris ça. La même compréhension est désormais en retard côté marketing.

Demandez une démo Master The Monster → voyez comment une IA qui vit à l'intérieur de votre environnement créatif délivre la capacité sans troquer votre bibliothèque d'assets pour l'obtenir.

FAQ

Le deal A24-DeepMind donne-t-il vraiment rien à Google en échange de 75 millions ? Google obtient une participation au capital d'A24 à la valorisation existante du studio, plus un accès direct en recherche à des cinéastes en activité qui itèrent sur des outils dans des productions réelles. Cet accès est lui-même précieux — le feedback de professionnels utilisant l'IA dans un vrai travail créatif est un signal d'entraînement plus riche que le scraping passif d'une bibliothèque de contenus. Google a également positionné le deal comme sa première prise de participation dans un studio de cinéma, ce qui porte une valeur de positionnement stratégique alors que ses concurrents négocient avec d'autres studios.

Pourquoi est-ce important pour des équipes marketing de marque qui ne produisent pas de films ? Parce que la question structurelle est identique. Studios hollywoodiens et marques globales tirent leur valeur d'assets créatifs qu'ils possèdent, gouvernent et contrôlent. Les deux se font demander par des plateformes IA de troquer l'accès aux assets contre la capacité. La structure A24-DeepMind démontre que ce troc n'est pas le seul chemin disponible — la capacité peut être acquise sans céder le contrôle sur les assets sous-jacents.

Est-il réaliste de déployer de l'IA dans les opérations marketing sans exposer la bibliothèque d'assets de la marque ? Oui, si l'IA est architecturée pour opérer à l'intérieur de l'environnement créatif de la marque plutôt qu'en s'appuyant sur sa bibliothèque comme données d'entraînement. Une IA qui tire son contexte des briefs, des workflows, du versioning, des annotations et des métadonnées — la couche opérationnelle de la production créative — peut produire un output spécifique à la marque sans qu'il soit nécessaire d'ingérer l'archive de la marque dans un modèle tiers. C'est la distinction architecturale entre l'IA générique boulonnée et l'IA construite dans la couche de production créative.

Cette structure va-t-elle devenir le nouveau standard des deals studio-IA ? Pas clair. Le template Lionsgate-Runway — accès au contenu en échange de la capacité — reste le modèle dominant et continue d'être signé à l'échelle. Mais le deal d'A24 est l'exemple récent le plus visible d'une architecture différente, et d'autres studios protecteurs de leur identité créative l'étudieront sûrement de près. La même logique s'applique aux deals brand-IA : les acheteurs les plus sophistiqués vont de plus en plus distinguer entre les plateformes qui demandent l'accès à la bibliothèque et celles qui ne le demandent pas.

En quoi l'approche IA de Master The Monster diffère-t-elle des outils IA génériques ? L'IA agentique de Master The Monster opère à l'intérieur de l'environnement de production créative de la plateforme. Elle tire son contexte du brief, de la timeline, du versioning des assets, des annotations, des flows d'approbation et des métadonnées d'assets — la couche opérationnelle du travail créatif. Ce n'est pas un modèle générique qui demande d'injecter la bibliothèque de contenus de la marque comme données d'entraînement. La capacité vient de l'intégration architecturale au workflow, pas de l'extraction de données.