TL;DR
L’étude Netflix qui fait réfléchir : leur algorithme “state of the art” ne génère que 4 à 12% d’engagement supplémentaire par rapport à des méthodes basiques des années 2000. Des années de R&D pour une amélioration incrémentale.
Spotify vs Deezer : deux philosophies opposées. Spotify lance “Prompted Playlist” (vous guidez l’IA). Deezer ouvre le capot (vous contrôlez l’algorithme). Résultat côté Deezer : MyDeezer Year 2024 affiche +27% d’engagement et +75% de partages sociaux par rapport à 2023.
80% des utilisateurs finissent sur YouTube quand ils ne trouvent rien — l’échec de la découverte native des plateformes payantes.
La curation humaine gagne : MUBI rentabilise The Substance à plus de 5x, Shudder double ses abonnés. Shadowz prouve qu’un podcast vaut mieux qu’un algorithme.
Le braquage qui a foiré
“Qu’est-ce qu’on regarde ce soir ?”
Netflix a dépensé des centaines de millions de dollars pour que son algorithme fasse quelques pourcents de mieux que des méthodes vieilles de vingt ans.
On s’est tous fait arnaquer.
Selon une étude TiVo de mi-2024, citée par Gracenote, seuls 15,5% des spectateurs démarrent avec une idée précise de ce qu’ils veulent regarder. Les autres scrollent. Puis 80% finissent sur YouTube, découragés. On a troqué la machine à café contre une machine à recommandations — et on a perdu au change.
L’étude Netflix qui nuance les certitudes
En novembre 2025, Netflix a publié une étude sur arXiv qui mérite qu’on s’y attarde. Le constat est moins spectaculaire qu’on pourrait le croire : remplacer leur algorithme actuel par une simple factorisation matricielle — une méthode basique des années 2000, en gros un tableau Excel sophistiqué qui croise vos goûts avec ceux d’utilisateurs similaires — ne réduirait l’engagement que de 4%. Passer à une recommandation par popularité pure ? -12% seulement.
Concrètement, qu’est-ce que ça signifie ? L’algorithme Netflix optimise la friction, pas la révélation. Il vous fait gagner quelques minutes de scrolling, pas des découvertes transformatrices. On n’est pas dans le “game changer”, on est dans l’amélioration incrémentale.
Le plus fascinant : le ciblage effectif — identifier quel contenu montrer à qui et quand — ne représente que 41,9% de la différence. L’effet d’exposition mécanique ? 6,8%. L’algorithme identifie des moments de réceptivité, pas des révélations divines sur vos goûts.
Ce que ça confirme du terrain
Cette étude ne me surprend qu’à moitié. Sur Afrostream (2015-2017), notre “Netflix africain” passé par Y Combinator, la curation était 100% humaine. Avec un catalogue de quelques centaines de titres ciblant la diaspora, un algorithme n’avait aucun sens.
On connaissait notre audience — des femmes entre 20 et 45 ans — parce qu’on leur parlait tous les jours au SAV, pas grâce à un dashboard. Quand on a intégré des telenovelas de 100 épisodes, c’était une réponse directe à leurs demandes, pas une suggestion algorithmique.
Connaître intimement sa communauté bat le machine learning entraîné sur des données massives mais anonymes.
L’algorithme excelle à optimiser ce que l’humain a déjà cadré. Mais il ne sait pas créer du contexte. Il ne sait pas raconter une histoire. Comme nous l’avions pressenti dans Streaming Radar #6, la découverte reste le talon d’Achille du streaming.
🎵 Spotify vs Deezer : la guerre des philosophies
Pendant que Netflix continue avec l’IA générative, le streaming musical dessine deux visions irréconciliables de la recommandation. Et pour une fois, le combat se joue aussi sur notre sol.
Spotify : “L’IA vous comprend mieux que vous-même”
En décembre 2025, Spotify dévoile “Prompted Playlist”. Gustav Söderström, Co-President et CTO : “For the first time, your ideas, your logic, and your creativity can actually power the Spotify algorithm.”
Vous décrivez ce que vous voulez en langage naturel — “synthpop for a rainy day”. L’algorithme puise dans tout votre historique. C’est l’aboutissement de 20 ans d’itération sur BaRT, avec désormais des embeddings multimodaux : audio, paroles, cover art, vidéos, presse, discussions sociales.
Le message : vous guidez l’IA, mais c’est elle qui exécute. Vous êtes le copilote, pas le pilote.
Deezer : “Vous êtes le seul expert de vos goûts”
En avril 2025, Deezer prend le contrepied total. Flow devient entièrement customisable : bouton “dislike” pour bannir définitivement, curseur découvertes/favoris, filtres mood/genre en temps réel. Selon le support Deezer, vous voyez ce que l’algorithme utilise. Vous le modifiez. Transparence totale.
Et ça marche ?
Les chiffres parlent. Selon le rapport FY24 de Deezer, la feature MyDeezer Year 2024 a généré +27% d’engagement et +75% de partages sur les réseaux sociaux par rapport à l’édition 2023. Le rapport H1 2025 confirme : les nouvelles fonctionnalités de customisation “driving increased engagement, especially among younger audiences”. Résultat concret : +8,2% d’abonnés directs en France, le marché où Deezer joue à domicile.
En France justement, Deezer maintient environ 29% de part de marché face aux 47% de Spotify — une résistance remarquable pour un acteur local face à un géant mondial.
Deezer a compris quelque chose de fondamental : la confiance algorithmique est morte. L’approche Spotify est élégante techniquement, mais elle maintient l’asymétrie — vous parlez à l’algorithme, vous ne le contrôlez pas. L’approche Deezer restaure l’agentivité. Comme VLC qui a gagné en étant open source. Parfois, donner le contrôle est la vraie innovation.
YouTube et TikTok : les deux visages de l’échec algorithmique
Hub Entertainment Research (novembre 2025) : 80% des utilisateurs se tournent vers YouTube quand ils ne trouvent rien sur leurs services payants. 90% chez les 16-34 ans.
La domination YouTube sur la CTV, qu’on suit depuis Streaming Radar #13, se confirme et s’amplifie. YouTube n’est plus une plateforme de vidéos amateur. C’est le moteur de recherche de référence pour la découverte. Les essais vidéo de 20-40 minutes — Patrick (H) Willems, Lindsay Ellis, en France Regelegorilla — offrent un contexte que les algorithmes ne peuvent fournir. En 2025, YouTube a dominé le temps de visionnage TV avec 12,5% de part de marché, contre 7,5% pour Netflix.
Pendant ce temps, une étude TikTok x LiveRamp montre que les campagnes TikTok génèrent +23,5% de ventes de billets. La dépersonnalisation virale — tout le monde voit les mêmes trends — marche aussi.
Contradiction apparente ? Non. YouTube et TikTok tuent l’algo des plateformes payantes, mais pas pour les mêmes raisons. YouTube, c’est la profondeur : quelqu’un vous explique pourquoi regarder un film. TikTok, c’est le déclencheur : tout le monde parle du même truc, donc vous voulez en être. Le premier répond à “qu’est-ce que ça vaut ?”, le second à “qu’est-ce que je rate ?”. Les deux questions que l’algorithme Netflix ne sait pas traiter — parce qu’il ne fait que répondre à “qu’est-ce qui ressemble à ce que tu as déjà vu ?”.
Regarder un film en 2026, c’est un acte social autant qu’un divertissement. Et les algos des plateformes payantes sont construits pour l’individu isolé.
Les niches qui explosent
Le cas Letterboxd
De 1,8 million à 17 millions d’utilisateurs entre 2020 et 2024. Selon Deadline, un nouvel utilisateur rejoint la plateforme toutes les cinq secondes. En décembre 2025, ils lancent leur Video Store — location transactionnelle de films introuvables.
Le modèle TVOD s’effondre partout (-10% en 2024). Mais Letterboxd a un actif unique : la confiance d’une communauté. Quand un cinéphile voit un film sur le Video Store, il sait qu’il a été sélectionné par quelqu’un qui a vu 2000 films, pas par un algo qui optimise le taux de clic. Comme analysé dans Streaming Radar #24, cette confiance est un actif financier, pas juste éditorial.
Les spécialistes qui gagnent
MUBI rentabilise The Substance : selon Deadline, environ 12M$ d’acquisition pour un box office mondial de 70-75M$ — un ratio supérieur à 5x. Shudder (horreur) : +50%/an de croissance abonnés. Crunchyroll (anime) : 17 millions d’abonnés.
En France, Shadowz (500 films) a trouvé une solution élégante : le ShadowzCast. Chaque mois, critiques et réalisateurs décortiquent des thématiques. Les abonnés ne cherchent plus “un film d’horreur” — ils cherchent “le film dont on a parlé dans l’épisode sur le giallo”. Le podcast fait ce que l’algorithme Netflix ne sait pas faire : raconter pourquoi regarder un film.
Point commun : pas d’échelle universelle, mais profondeur d’engagement. Le modèle “catalogue infini pour tout le monde” atteint ses limites. Le modèle “catalogue fini et parfait pour une communauté précise” explose.
La limite de la thèse
Évidemment, la curation humaine ne scale pas. Shadowz peut produire un podcast mensuel où chaque film est contextualisé. Netflix avec plus de 300 millions d’abonnés et 18 000 titres au catalogue au total ne peut pas. Un humain ne peut pas “connaître” 300 millions de profils.
La question n’est donc pas “humain vs machine” — c’est où placer le curseur. L’algo pour le tri grossier, l’humain pour le dernier kilomètre ? L’algo pour les nouveaux utilisateurs, l’humain pour les fidèles ? L’algo pour le catalogue profond, l’humain pour les mises en avant ? Le streaming n’a pas encore trouvé la bonne hybridation.
Ma prédiction : l’influenceur dans l’interface
Selon une enquête Harris Poll pour Google fin 2023, 48% des abonnés qui résilient citent “l’incapacité à trouver du contenu” comme raison principale. Gracenote en 2025 confirme : 49% des abonnés se disent prêts à annuler un service pour cette raison. Ce n’est pas un problème d’algorithme. C’est un problème de confiance.
Voilà ce qui va arriver. Dans 2-3 ans, vous ouvrirez Netflix et vous verrez : “Les 10 films de regelegorilla”, “La sélection Squeezie”. Les plateformes vont intégrer directement les listes d’influenceurs dans leur interface — pas en partenariat marketing ponctuel, en feature permanente.
Les signaux faibles sont déjà là. Spotify a ouvert la voie avec les playlists de célébrités — Barack Obama, Billie Eilish — qui cumulent des millions de followers. Le précédent existe : la curation par des personnalités identifiables fonctionne.
Pourquoi Netflix suivra ? Parce que c’est déjà ce que font 80% des utilisateurs — mais en dehors de la plateforme. Netflix perd le contrôle de la découverte au profit de YouTube. La seule réponse logique : ramener YouTube à l’intérieur.
Imaginez : vous hésitez entre trois films. Vous cliquez sur “Avis de mes créateurs suivis”. regelegorilla a mis 4/5, MisterFletch dit “chef-d’œuvre sous-coté”. Décision prise en 30 secondes. Sans scroller.
La question n’est plus “IA ou humain”. C’est : qui seront les nouveaux programmateurs ? Les data scientists de Los Gatos, ou un mec en pyjama avec 500K abonnés qui a vu 3000 films ?
Je parie sur le pyjama.
Ludovic est consultant indépendant. Passionné par l’innovation digitale, il accompagne plateformes et contenus dans l’optimisation de leurs offres SVOD, AVOD et FAST. Sur Streaming Radar, il décrypte les tendances de la tech et du business dans le secteur du Streaming et de l’OTT.
