Quarante pour cent des professionnels du jeu vidéo déclarent utiliser l'IA générative dans leur travail. Dans le même temps, une courte majorité estime que cette technologie a un impact négatif sur l'industrie. Les deux chiffres viennent du même sondage - le State of the Game Industry publié par le GDC Festival of Gaming à la mi-novembre 2026, auprès de plus de 2 600 professionnels répartis dans 69 pays. Et ils ne se contredisent pas : ils décrivent deux choses différentes. L'adoption mesure ce qu'on fait. Le jugement mesure ce qu'on en pense.

Là où le bât blesse, c'est que ce sont les jeux mobiles et le free-to-play qui affichent les taux d'usage les plus élevés - le rapport le note explicitement, sans donner d'écart chiffré avec le reste de l'industrie. Le segment réputé le moins prestigieux, celui qu'on résume volontiers à des usines à créas publicitaires, est devenu le premier terrain d'application de l'IA générative. Ce n'est pas un hasard, et ce n'est probablement pas une bonne nouvelle pour la qualité des jeux.
Une adoption qui suit le volume, pas l'ambition
Le free-to-play a une contrainte que le jeu premium ignore : il doit alimenter en continu. Événements saisonniers, nouvelles offres, variantes d'habillage, bannières, déclinaisons de créas pour chaque réseau et chaque audience, localisation dans une dizaine de langues, tests de régression à chaque mise à jour. C'est un métier de flux, avec des cycles courts et une tolérance élevée au contenu interchangeable.
L'IA générative excelle exactement là : produire des variantes. Unity, qui vend une partie de l'outillage, a structuré son offre autour d'un assistant de code et d'un arsenal de générateurs d'assets, ces derniers s'appuyant sur des modèles partenaires (Stable Diffusion, FLUX, Bria, GPT-Image) plutôt que sur des modèles maison. Rien de tout cela ne touche au coeur du jeu. Tout cela touche à son enveloppe.

Les chiffres du sondage racontent la même histoire par un autre bout : les taux d'usage les plus hauts ne sont pas chez les programmeurs (48 %) mais dans les fonctions "business operations et services" (63 %) et au marketing et à la communication (51 %). Autrement dit, l'IA générative s'installe d'abord là où le travail consiste à produire et diffuser du contenu en série, pas là où se décide le feeling d'un core loop.
Ce que l'IA raccourcit vraiment : des tâches, pas des projets
Il faut être précis sur le mot "temps" : ce que les développeurs décrivent, dans les commentaires anonymes du rapport, c'est un gain au niveau de la tâche, pas du projet.
Un développeur senior basé dans le Michigan résume la chose avec une image qui vaut tous les benchmarks : "L'IA générative est un outil ; et comme tout outil, elle doit être appliquée au bon travail. J'essaie de la voir comme un tournevis : excellent pour visser une vis, pas terrible pour peindre un mur." Un directeur technique du Tennessee est plus opérationnel encore : "L'IA est très bonne pour aller de 2 à 8, mais il faut quelqu'un avec de l'expérience réelle pour faire le 0-1 et le 8-10."
C'est la formulation la plus juste qu'on trouve dans le corpus : l'IA générative compresse la partie médiane et répétitive du travail. Elle ne remplace ni la décision de design initiale, ni la finition. Or, en free-to-play, c'est précisément cette partie médiane qui coûte cher - et c'est donc là que les directions cherchent des gains.
Aucune donnée publique ne permet en revanche d'affirmer qu'un studio mobile nommé a réduit la durée totale de production d'un jeu de X %.
Ce qu'aucune donnée ne démontre non plus : la qualité
La qualité perçue par le joueur, dans un jeu mobile gratuit, ne se joue presque jamais sur la variété des assets. Elle se joue sur la boucle de base, le rythme de progression, l'équilibrage de l'économie et la cadence des nouveautés. Ce sont des domaines où le goulot d'étranglement est le jugement de design, pas le débit de production graphique. On peut générer mille icônes en un après-midi ; on ne génère pas un équilibrage satisfaisant entre frustration et récompense.
D'où un constat inconfortable pour les vendeurs d'outils : dans le segment qui adopte le plus l'IA générative, celle-ci agit sur les couches que le joueur remarque le moins. L'effet visible risque d'être l'inverse de celui promis - une prolifération de contenus indifférenciés. Une analyse relayée par Numerama estimait qu'environ la moitié des jeux sortis sur Steam en octobre 2026 déclaraient des contenus générés par IA, un chiffre à prendre avec précaution tant il circule de manière indirecte, mais qui pointe dans une direction claire : le premier effet mesurable de l'IA générative est un effet de volume.
Chez les moteurs, l'argument est commercial
Unity assume ce cadrage. Lors d'une conférence de résultats, le PDG Matt Bromberg a présenté trois priorités pour l'IA du moteur : la découvrabilité, la génération de revenus publicitaires et l'accélération de l'innovation produit. Deux objectifs de monétisation sur trois : l'acquisition d'utilisateurs et la publicité. Il a aussi annoncé pour mars 2026, au GDC, une bêta d'Unity AI capable selon lui de faire exister des jeux casual complets à partir de simples instructions en langage naturel, et de "démocratiser" le développement de jeux pour les non-codeurs.

Ce sont des déclarations de fournisseur, pas des résultats. Un moteur qui facilite la production de jeux casual en série sert d'abord son propre volume d'utilisateurs et son marché publicitaire. La promesse d'un jeu complet sorti d'un prompt reste, pour l'instant, une annonce commerciale - et la communauté des développeurs, à en croire les réactions aux annonces successives de l'entreprise, n'y croit guère au-delà du gadget.
La pression, et le contre-exemple
Reste une donnée qui explique mieux que toutes les autres le décalage entre usage et ressenti : 27 % des salariés de studios AAA déclarent être "encouragés ou pressés" d'utiliser l'IA générative, contre 9 % chez les indépendants. L'adoption n'est donc pas seulement une affaire d'enthousiasme individuel ; elle est aussi impulsée d'en haut. Dans une industrie où 34 % des sondés ont été licenciés au cours des deux dernières années - et où plus de la moitié d'entre eux sont toujours sans emploi -, l'outil qui "augmente la productivité" est difficile à regarder autrement que comme un substitut potentiel. Un développeur britannique le dit sans détour : l'IA aide à générer du code, mais "elle nous empêche déjà d'embaucher des juniors".
Il serait malhonnête d'en rester là. Le rapport contient aussi un témoignage qui retourne l'argument : celui d'un fondateur handicapé, sans soutien financier ni institutionnel, pour qui l'IA générative est ce qui rend son studio possible - accès à une expertise qu'il ne peut pas s'offrir, pas remplacement d'un salarié. "Mon objectif n'a jamais été de rendre moins de gens nécessaires. Mon objectif est que des gens comme moi puissent participer, tout simplement." C'est un vrai bénéfice, et il est invisible dans les statistiques d'adoption comme dans celles de sentiment.
Le vrai test n'a pas encore eu lieu
Pour trancher - l'IA générative améliore-t-elle la qualité et réduit-elle les temps de développement ? -, il faudrait des chiffres de rétention, de temps de production complet et de notation joueur, comparés à des productions équivalentes sans IA. Aucun studio mobile n'en a publié. En attendant, on observe une compression réelle au niveau des tâches, une adoption poussée par la logique du volume et des créas, une méfiance majoritaire chez les praticiens, et des annonces de fournisseurs qui vendent l'outil sans démontrer le résultat.
La question n'est d'ailleurs peut-être pas la bonne. Dans le free-to-play, le contenu a toujours été un carburant : ce qui change, c'est le prix du carburant. Si la production d'assets et de créas devient quasi gratuite, le volume augmente, les coûts de création publicitaire baissent, et la différenciation se déplace entièrement vers ce que l'IA sait le moins bien faire - le design d'une boucle qu'on a envie de rejouer demain. Les studios qui comprendront cela sortiront peut-être de meilleurs jeux. Les autres sortiront simplement plus de jeux.