Dans les neuf jours qui ont suivi la mise à niveau du générateur d’images de ChatGPT par OpenAI le 25 mars 2025, les utilisateurs ont produit plus de 700 millions d’images — plus de 130 millions de personnes, environ 100 millions d’images par jour (TechCrunch, reporting OpenAI’s Brad Lightcap, 2025). Ce seul lancement de fonctionnalité a brièvement poussé les serveurs d’OpenAI à leur limite et a entraîné l’esthétique Studio Ghibli dans un débat mondial sur le droit d’auteur. Ce n’était pas un cas isolé. Google a rapporté que son modèle Nano Banana avait dépassé 50 milliards d’images depuis ses débuts en août 2025 (Google I/O 2026), et Adobe Firefly a atteint 24 milliards d’assets d’ici mi-2025 (Adobe MAX 2025). Cette analyse consolide des données provenant d’OpenAI (via TechCrunch), Google, Adobe, Everypixel Journal, Grand View Research, Fortune Business Insights, Pew Research Center, AP-NORC, Meta, la C2PA, a16z, et 9 autres sources primaires couvrant les divulgations de plateformes, les dépôts de marché, les études académiques et les décisions de justice.
Trois tensions définissent l’année : un volume de production qu’aucun compteur ne peut suivre entièrement, une “taille de marché” qui varie sur deux ordres de grandeur selon la méthodologie, et un public qui veut massivement savoir ce qui est synthétique tout en admettant qu’il ne peut généralement pas le dire.
TL;DR
- Les utilisateurs de ChatGPT ont généré plus de 700 millions d’images dans les 9 premiers jours après la mise à niveau du 25 mars 2025, provenant de plus de 130 millions d’utilisateurs (TechCrunch / OpenAI, 2025).
- Le Nano Banana de Google a dépassé 50 milliards d’images depuis ses débuts en août 2025 (Google I/O 2026).
- Adobe Firefly a atteint 24 milliards d’assets générés d’ici juin 2025, contre 22 milliards en avril (Adobe MAX 2025).
- Le marché autonome des générateurs d’images IA était de 349,6 millions de dollars en 2023, projeté à 1,08 milliard d’ici 2030 à un TCAC de 17,7 pour cent (Grand View Research).
- 33 pour cent des adultes américains ont utilisé l’IA pour créer ou modifier des images (AP-NORC, enquête de juillet 2025).
- 76 pour cent des Américains disent qu’il est important de savoir si un contenu a été créé par IA ; seulement 12 pour cent se sentent confiants de pouvoir le dire (Pew Research Center, 2026).
- Dans une étude portant sur 50 000 personnes, les gens ont identifié les images IA 76 pour cent du temps et les vraies photos 74 pour cent (Kellogg / Northwestern, CHI 2025).
- Instagram a enregistré plus de 1 000 milliards de vues des étiquettes “AI Info” en une seule fenêtre de 29 jours (Meta Transparency Center, octobre 2024).
- Les règles de transparence sur le contenu IA de la Loi IA de l’UE entrent en vigueur le 2 août 2026, avec des amendes pouvant atteindre 15 millions d’euros ou 3 pour cent du chiffre d’affaires mondial (Commission européenne).
- Le 4 novembre 2025, la Haute Cour du Royaume-Uni a rejeté la demande principale de droit d’auteur de Getty Images contre Stability AI (Getty Images v Stability AI).
- Générer 1 000 images Stable Diffusion XL émet environ le carbone équivalent à parcourir 4,1 miles (Hugging Face / Carnegie Mellon, via MIT Technology Review, 2023).
1. L’Ampleur de la Génération d’Images par IA
Personne ne tient un compteur vérifié pour l’ensemble de la catégorie, donc la mesure honnête de l’échelle est la somme de ce que les plateformes individuelles divulguent — et ces chiffres sont stupéfiants en eux-mêmes. Le seul Nano Banana de Google a rapporté 50 milliards d’images depuis août 2025, plus d’images qu’Adobe Firefly n’en a produit en plus de deux ans. Le rythme est ce qui se distingue : les 700 millions d’images de ChatGPT en neuf jours équivalent à environ 100 millions par jour, et Nano Banana Pro a enregistré 1 milliard d’images en moins de deux mois après son lancement du 20 novembre 2025. Les chiffres d’Everypixel Journal ci-dessous sont le dernier instantané complet inter-plateformes avec une méthodologie publique, mais ils datent d’avant le boom de génération de 2025 et doivent être lus comme un plancher 2023, pas un total actuel.
| Métrique | Valeur | Source |
|---|---|---|
| Images ChatGPT générées, 9 premiers jours (25 mars-3 avr 2025) | 700 million+ (130M+ users) | TechCrunch / OpenAI |
| Images Google Nano Banana depuis août 2025 | 50 billion+ | Google I/O 2026 recap |
| Images Nano Banana Pro, premiers ~2 mois (depuis le 20 nov 2025) | 1 billion | 9to5Google, Jan 2026 |
| Assets générés Adobe Firefly, d’ici juin 2025 | 24 billion | AI-AP / Adobe MAX 2025 |
| Images IA créées depuis 2022 (dernier chiffre Everypixel, données 2023) | 15 billion+ | Everypixel Journal |
| Images cumulatives de l’écosystème Stable Diffusion (2023) | 12.59 billion (~80% of all AI imagery) | Everypixel Journal |
| Images DALL-E 2 dans les 15 premiers mois (2023) | 916 million | Everypixel Journal |
| Images Midjourney, juil 2022-août 2023 | 964 million | Everypixel Journal |
Contexte : le tracker d’applications grand public d’a16z note que les générateurs d’images autonomes perdent des parts de trafic à mesure qu’OpenAI et Google intègrent la génération d’images (et de plus en plus de vidéos) dans leurs assistants phares — voir nos statistiques de génération vidéo par IA pour savoir où cette production se dirige ensuite.
2. Taille du Marché et Revenus des Fournisseurs
La “taille de marché” pour la génération d’images par IA est le chiffre le plus galvaudé de cet espace, car les analystes comptent des choses radicalement différentes. Les estimations pour la même année vont d’environ 400 millions de dollars à 12,4 milliards de dollars — un écart de 30x qui est entièrement méthodologique, pas un désaccord sur la croissance. Grand View Research et Fortune Business Insights suivent tous deux le marché étroit des outils autonomes et atterrissent à quelques points de pourcentage l’un de l’autre sur le TCAC (17,4 à 17,7 pour cent), tandis que les estimations plus larges qui regroupent les API d’entreprise et les intégrations de plateforme sont un ordre de grandeur plus élevées. Le revenu au niveau du fournisseur raconte l’histoire la plus claire : Midjourney a atteint un taux d’exécution à neuf chiffres avec environ 40 employés et aucun financement en capital-risque.
| Métrique | Valeur | Source |
|---|---|---|
| Marché des générateurs d’images IA, 2023 à 2030 (périmètre étroit) | 349.6M dollars to 1.08B dollars, 17.7% CAGR | Grand View Research |
| Marché des générateurs d’images IA, 2025 (périmètre étroit) | 412.5M dollars, to 1.75B by 2034 (17.4% CAGR) | Fortune Business Insights |
| Marché de la génération d’images IA, 2026 (périmètre large, incl. API) | ~12.4 billion dollars | MarketsandMarkets (via reporting) |
| Part de l’Amérique du Nord dans le marché (2025) | 40.34% | Fortune Business Insights |
| Part du segment logiciel (2023) | 79% | Grand View Research |
| Revenu annualisé de Midjourney (2023) | ~200M dollars, ~1.4M paying subscribers | Sacra |
| Revenu total d’Adobe, exercice fiscal 2025 | 23.8 billion dollars (+11% YoY) | Adobe Investor Relations |
Anomalie : la génération d’images n’est qu’une tranche de l’économie bien plus vaste de l’IA générative ; pour une vue d’ensemble sur les fournisseurs de modèles et les dépenses d’entreprise, voir nos statistiques sur l’IA générative.
3. Adoption et Démographie
L’adoption des outils d’images IA est passée de la nouveauté à la routine plus rapidement que la plupart des logiciels créatifs, mais reste un comportement minoritaire avec un biais prononcé selon l’âge et le genre. Un adulte américain sur trois a désormais utilisé l’IA pour créer ou modifier une image, en faisant le cinquième cas d’usage IA le plus courant dans l’ensemble (AP-NORC, juillet 2025). Les marketeurs adoptent à un taux environ deux fois supérieur à celui de la population générale, et les géants des modèles ont absorbé la demande : les données d’a16z montrent que ChatGPT attire 2,7 fois le trafic web de l’application IA grand public numéro deux. L’écart entre les genres qui définissait 2023 s’est réduit mais ne s’est pas refermé.
| Métrique | Valeur | Source |
|---|---|---|
| Adultes américains ayant utilisé l’IA pour créer/modifier des images | 33% (5th most common AI use) | AP-NORC |
| Adultes américains utilisant l’IA pour créer images/vidéos (2026) | 24% | Pew Research Center |
| Utilisation de l’IA générative par genre (2024) | 44% of men vs 33% of women | AP-NORC |
| Marketeurs utilisant l’IA générative pour des assets d’images | 62% | Salesforce State of Marketing |
| ChatGPT vs application IA grand public n°2, trafic web | 2.7x larger | a16z, Top 100 Gen AI Consumer Apps, 6th Ed. |
| Échantillon de l’enquête AP-NORC sur l’usage d’images (10-14 juil 2025) | 1,437 U.S. adults | AP-NORC |
Anomalie : a16z rapporte que les générateurs d’images autonomes déclinent en part des principales applications de création de contenu, même si le volume brut d’images grimpe, car les acteurs historiques intègrent désormais la fonctionnalité.
4. Détection, Étiquetage et Confiance
Le paradoxe déterminant de l’imagerie IA en 2026 est que le public souhaite fortement la divulgation mais ne peut généralement pas s’auto-détecter. 76 pour cent des Américains disent qu’il est important de savoir si un contenu a été créé par IA, pourtant seulement 12 pour cent se sentent confiants de pouvoir faire la différence (Pew Research Center, 2026). Les études contrôlées sont un peu plus indulgentes envers les humains que cette auto-évaluation : avec un temps illimité, la précision grimpe vers 80 pour cent. Les machines battent les humains sur les visages fixes mais pas sur la vidéo. L’étiquetage des plateformes opère désormais à l’échelle d’internet, avec des milliers de milliards d’impressions d’étiquettes en un seul mois.
| Métrique | Valeur | Source |
|---|---|---|
| Américains disant qu’il est important de savoir si un contenu est fait par IA | 76% | Pew Research Center |
| Américains confiants de pouvoir identifier un contenu IA | 12% | Pew Research Center |
| Précision humaine : images IA / vraies photos (50,000+ participants) | 76% / 74% | Kellogg, Northwestern (CHI 2025) |
| Précision humaine selon le temps de visualisation (1s à 10s) | 72% to 80% | Kellogg, Northwestern (CHI 2025) |
| Détecteurs IA sur visages deepfake (vs humains au hasard) | up to 97% | University of Florida (Feb 2026) |
| Vues de l’étiquette “AI Info” sur Instagram, fenêtre de 29 jours (oct 2024) | 1 trillion+ (60M+ actions) | Meta Transparency Center |
| Vues de l’étiquette “AI Info” sur Facebook, fenêtre de 29 jours (oct 2024) | 380 billion+ (26M+ actions) | Meta Transparency Center |
| Membres du Content Authenticity Initiative (août 2025) | 5,000+ | Content Authenticity Initiative |
Contexte : 53 pour cent des Américains disent qu’ils ne sont pas confiants de pouvoir distinguer l’IA du contenu créé par des humains (Pew Research Center, 2026). Pour la course aux armements côté détection, voir nos statistiques de détection des deepfakes.
5. Droits d’Auteur et Réglementation
Le terrain juridique sous la génération d’images évolue rapidement, et les premières décisions vont dans les deux sens. Le 4 novembre 2025, la Haute Cour du Royaume-Uni a accordé à Stability AI une victoire historique lorsque Getty Images a abandonné sa demande principale de droit d’auteur, incapable de démontrer que l’entraînement avait eu lieu au Royaume-Uni — laissant en suspens la question centrale de savoir si l’entraînement sur des images protégées constitue une contrefaçon (Getty Images v Stability AI). Le recours collectif américain Andersen v Stability AI, déposé en janvier 2023 concernant l’ensemble de données LAION de 5 milliards d’images extraites, se dirige vers un procès en septembre 2026. Pendant ce temps, la réglementation arrive selon un calendrier fixe : le mandat de transparence de la Loi IA de l’UE a désormais une date.
| Métrique | Valeur | Source |
|---|---|---|
| Décision de la Haute Cour du Royaume-Uni dans Getty Images v Stability AI | Nov 4, 2025 (core copyright claim rejected) | Mayer Brown analysis |
| Date du procès Andersen v Stability AI | September 8, 2026 | BakerHostetler tracker |
| Ensemble de données d’entraînement LAION en cause dans Andersen | 5 billion scraped images | NYU JIPEL |
| Application des règles de transparence de l’Article 50 de la Loi IA de l’UE | August 2, 2026 | European Commission |
| Pénalité maximale de transparence de la Loi IA de l’UE | 15M euros or 3% of global turnover | Sidley Data Matters |
| États américains ayant adopté des lois liées aux deepfakes (sessions 2024-2025) | 40+ states | NCSL, via reporting |
Anomalie : la décision Getty reposait sur la juridiction et la conclusion selon laquelle les poids du modèle ne constituent pas une “copie” stockée des images d’entraînement, et non sur une validation large de l’entraînement IA comme usage loyal (fair use).
6. Empreinte Environnementale et Usage Abusif
Les coûts de la génération d’images de masse ne sont pas uniquement juridiques. Produire 1 000 images avec Stable Diffusion XL émet environ le dioxyde de carbone équivalent à parcourir 4,1 miles dans une voiture à essence moyenne, et une seule image de haute qualité peut consommer environ autant d’énergie que la charge complète d’un smartphone (Hugging Face et Carnegie Mellon, via MIT Technology Review, 2023). En même temps, les mêmes outils de synthèse permettent des abus graves : des chercheurs suivant les outils d’images intimes synthétiques ont trouvé des dizaines de millions de visites mensuelles vers un petit groupe de sites. Le fil conducteur pour les données environnementales et les données de préjudice est la provenance et le consentement — le principe selon lequel les médias synthétiques devraient être traçables et créés uniquement avec permission, que le média soit une image ou, comme avec un logiciel de clonage vocal responsable, la propre voix d’une personne.
| Métrique | Valeur | Source |
|---|---|---|
| Carbone de la génération de 1 000 images Stable Diffusion XL | ~ driving 4.1 miles (gas car) | MIT Technology Review |
| Énergie par image IA de haute qualité | ~ one smartphone charge | MIT Technology Review |
| Énergie GPU par image 1024px, Stable Diffusion 3 Medium | ~1,141 joules | arXiv (2025) |
| Visites mensuelles à un groupe de 31 sites d’images intimes synthétiques (mai 2025) | ~21 million | Institute for Strategic Dialogue |
| Victimisation personnelle dans une enquête sur l’imagerie synthétique dans 10 pays | 2.2% (of 16,000+ respondents) | ACM (CHI 2024) |
| Signalements NCMEC impliquant des représentations d’abus d’enfants générées par IA (2023) | ~4,700 | Utah Legislature brief |
Résumé : la génération d’images par IA en chiffres
| Métrique | Valeur | Source |
|---|---|---|
| Images ChatGPT, 9 premiers jours (2025) | 700 million+ (130M+ users) | TechCrunch / OpenAI |
| Images Google Nano Banana depuis août 2025 | 50 billion+ | Google I/O 2026 |
| Images Nano Banana Pro, premiers ~2 mois | 1 billion | 9to5Google (2026) |
| Assets Adobe Firefly d’ici juin 2025 | 24 billion | Adobe MAX 2025 |
| Total Everypixel inter-plateformes (données 2023) | 15 billion+ | Everypixel Journal |
| Part de Stable Diffusion dans l’imagerie IA (2023) | ~80% | Everypixel Journal |
| Marché des générateurs d’images IA, périmètre étroit (2023 à 2030) | 349.6M to 1.08B dollars (17.7% CAGR) | Grand View Research |
| Marché des images IA, périmètre large (2026) | ~12.4 billion dollars | MarketsandMarkets |
| Revenu annualisé de Midjourney (2023) | ~200M dollars, ~1.4M subscribers | Sacra |
| Adultes américains ayant créé/modifié des images avec l’IA | 33% | AP-NORC (2025) |
| Marketeurs utilisant l’IA pour des assets d’images | 62% | Salesforce |
| Américains voulant savoir si un contenu est fait par IA | 76% | Pew Research Center |
| Américains confiants de pouvoir repérer un contenu IA | 12% | Pew Research Center |
| Précision humaine sur les images IA (étude de 50,000+) | 76% | Kellogg / Northwestern (CHI 2025) |
| Détecteurs IA sur visages deepfake | up to 97% | University of Florida |
| Vues de l’étiquette “AI Info” sur Instagram, 29 jours (2024) | 1 trillion+ | Meta Transparency Center |
| Règles de transparence de la Loi IA de l’UE effectives | August 2, 2026 | European Commission |
| Carbone par 1 000 images Stable Diffusion XL | ~4.1 miles driven | MIT Technology Review |
Méthodologie et sources
Nous avons compilé ces chiffres à partir de divulgations primaires de plateformes, de rapports de marché publiés avec méthodologie divulguée, d’études académiques évaluées par les pairs et de préimpressions, de dossiers gouvernementaux et judiciaires, et de programmes d’enquête nommés ; lorsque les estimations de marché divergeaient, nous avons recoupé au moins deux firmes et signalé la différence de périmètre, et lorsque le meilleur chiffre disponible datait d’avant 2024, nous l’avons étiqueté comme tel.
- OpenAI (via TechCrunch), divulgation sur la génération d’images de ChatGPT, avril 2025
- Google, jalons d’images Nano Banana / Gemini (I/O 2026 ; 9to5Google, janvier 2026)
- Adobe, jalons d’assets Firefly (Adobe MAX 2025) et résultats Investor Relations de l’exercice fiscal 2025
- Everypixel Journal, AI Image Statistics (les chiffres les plus récents reflètent des données de 2023)
- Grand View Research, AI Image Generator Market Report, 2024-2030
- Fortune Business Insights, AI Image Generator Market, mise à jour 2025
- MarketsandMarkets / The Business Research Company, AI Image Generator Global Market Report 2026 (estimation à périmètre large)
- Sacra, profil d’entreprise Midjourney
- AP-NORC Center for Public Affairs Research, Young Adults Leading the Way in AI Adoption (enquête du 10-14 juillet 2025)
- Pew Research Center, Americans’ views of AI, 2025-2026
- Salesforce, State of Marketing
- a16z, Top 100 Gen AI Consumer Apps, 6e édition (mars 2026)
- Kellogg School of Management, Northwestern, étude présentée à CHI 2025
- University of Florida, recherche sur la détection des deepfakes, février 2026
- Meta Transparency Center, Labeling AI Content (fenêtre d’octobre 2024)
- Content Authenticity Initiative / C2PA, jalon d’adhésion, août 2025
- Getty Images v Stability AI, Haute Cour du Royaume-Uni, 4 novembre 2025
- Andersen v Stability AI, suivi du contentieux
- European Commission, code de transparence de l’Article 50 de la Loi IA de l’UE
- MIT Technology Review sur l’étude énergétique de Hugging Face / Carnegie Mellon (2023)
- Institute for Strategic Dialogue et ACM CHI 2024 sur l’usage abusif de l’imagerie synthétique
Data watch : plusieurs sources récurrentes auront bientôt de nouvelles éditions. AP-NORC et Pew Research Center actualisent leurs enquêtes sur l’attitude envers l’IA au moins annuellement ; a16z met à jour son Top 100 Gen AI Consumer Apps environ deux fois par an ; Adobe rapporte les jalons de Firefly lors de sa conférence MAX chaque automne ; Grand View Research et Fortune Business Insights republient les tailles de marché chaque année ; et les obligations de l’Article 50 de la Loi IA de l’UE entrent en vigueur le 2 août 2026, ce qui générera les premières données de conformité. Le procès Andersen v Stability AI est prévu pour septembre 2026.
Dernière mise à jour : 9 juillet 2026. Nous révisons et mettons à jour cette page chaque trimestre à mesure que de nouvelles données sont publiées.