Libérés des contraintes des programmes linéaires, les téléspectateurs qui regardent la télévision streaming ont atteint un point de saturation. Bien qu'ils restent séduits par leurs expériences de streaming , le réseau de services en expansion est devenu lourd et difficile à naviguer.
Non seulement les téléspectateurs mettent de plus en plus de temps à trouver quelque chose à regarder, mais beaucoup d'entre eux savent ce qu'ils veulent regarder et ne le trouvent toujours pas. C'est particulièrement vrai pour les amateurs de sport.
Un tiers des téléspectateurs qui regardent streaming déclarent que la quantité d'options et de contenus streaming a un effet négatif sur leur plaisir de regarder la télévision.
-2025 Enquête Gracenote sur les téléspectateursstreaming
La nature déconnectée de la distribution vidéo est la nouvelle norme dans le paysage de la télévision en circuit fermé, et elle fait des ravages auprès des téléspectateurs. Près de 20 % d'entre eux déclarent même abandonner complètement leur téléviseur lorsque leurs recherches n'aboutissent à rien.
La fragmentation n'est pas près de disparaître, mais les éditeurs ont la possibilité de rationaliser les parcours de découverte des contenus, même si cela signifie aider les téléspectateurs à trouver quelque chose qu'un autre éditeur distribue. Si le public comprend que le paysage offre de nombreuses options, il préfère de loin ouvrir une seule porte pour accéder à ce qu'il recherche plutôt que d'avoir à en ouvrir 10.
L'IA peut améliorer la découverte de contenu, mais pas si les gens ne lui font pas confiance
L'IA générative a le pouvoir de mettre les gens en relation avec le contenu qu'ils recherchent, mais la confiance constitue un obstacle de taille.
La recherche et la découverte de programmes télévisés à l'ère de l'IA
La manière dont les gens recherchent des informations évolue, ce qui pourrait les aider à s'y retrouver dans un paysage télévisuel de plus en plus fragmenté. Sans données pertinentes, cependant, l'intelligence artificielle (IA) ne fera que renforcer les idées reçues : on ne peut pas lui faire confiance. À présent que l'IA est intégrée à de nombreux autres outils utilisés pour rechercher des informations, son utilisation…
Une réflexion fondée : pourquoi les expériences CTV basées sur l'IA dépendent des données
Les données erronées constituent une menace réelle. Les LLM sont des outils puissants, mais leur efficacité dépend de la qualité des informations auxquelles ils ont accès.