Règlement IA : marquer les images IA

L'IA produit désormais une grande part de l'imagerie produit dans le e-commerce de mode, et ce basculement soulève une question légitime, partagée par les acheteurs, les marketplaces et les régulateurs : peut-on distinguer ce qui vient d'un appareil photo de ce qui vient d'un modèle d'IA ? L'Union européenne y a répondu par une règle. À partir du 2 août 2026, tout système qui génère ou modifie substantiellement des images synthétiques doit marquer sa production pour qu'un logiciel puisse détecter qu'elle a été créée par une IA.

Pour une marque de mode, ce n'est pas un casse-tête de conformité abstrait. C'est une question que votre équipe juridique ou achats posera avant de valider tout outil qui touche à votre catalogue : "Si nous publions ces images, sont-elles étiquetées comme la loi l'attend ?" La réponse honnête qu'un fournisseur devrait pouvoir donner est simple, selon nous. Oui, et vous n'avez rien eu à faire pour cela.

Cet article détaille ce que les règles de transparence du règlement européen sur l'IA exigent réellement, ce qu'On-Model fait désormais automatiquement sur chaque image, et où commence votre responsabilité en tant que marque.

Ce que le règlement européen sur l'IA exige réellement

La partie pertinente de la loi est l'Article 50. Elle établit deux obligations qui comptent ici.

La première est une obligation de fournisseur. Quiconque construit le système d'IA qui génère ou modifie substantiellement une image doit marquer la production dans un format lisible par machine, afin qu'elle soit détectable comme générée artificiellement. On-Model est ce fournisseur.

La seconde est une obligation de déployeur. Quiconque publie une image qui relève du deep fake doit indiquer qu'elle est artificielle. Lorsque vous publiez des images en aval, ce rôle vous revient.

L'expression à retenir est lisible par machine. Cela ne signifie pas un logo visible apposé sur l'image. Cela désigne une information qui accompagne le fichier image, à un endroit que les gens regardent rarement mais qu'un logiciel peut toujours lire, de sorte qu'une plateforme, un navigateur, une marketplace ou un outil de vérification puisse la lire et savoir que l'image a été générée par IA. En juin 2026, la Commission européenne a publié un Code de bonnes pratiques sur le marquage et l'étiquetage des contenus générés par IA qui précise ce à quoi ressemble une "bonne" pratique : des métadonnées standardisées d'abord, complétées par des couches plus durables recommandées par-dessus. Ce Code est volontaire, mais c'est le modèle à l'aune duquel les régulateurs évalueront.

Il existe une exception étroite pour les modifications "assistives" qui ne changent pas substantiellement une image. Remplacer le modèle dans une photo, ou générer une personne sur un vêtement en flat-lay, n'en fait pas partie. Nous considérons nos productions comme relevant du périmètre, ce qui est la lecture prudente et honnête.

Comment On-Model marque les contenus générés par IA

Quel que soit l'outil que vous utilisez, Model Swap, Flat-to-Model, Create Packshot ou l'un des autres, l'image finale quitte la plateforme en portant un marqueur standardisé qui l'identifie comme générée artificiellement. Ce marqueur utilise une valeur définie par une norme industrielle reconnue, et non un indicateur privé que nous seuls pourrions lire, de sorte que tout outil sachant chercher une information de provenance IA peut la trouver. C'est ce qui le rend interopérable, ce qui est exactement ce que demande l'Article 50.

Il couvre toute la surface, pas seulement la première tentative. Première génération, relances, variantes régénérées et versions post-traitées portent toutes le marqueur. Les offres gratuites sont incluses. Ce dernier point était une décision délibérée : la loi ne prévoit pas d'offre gratuite, donc notre marquage non plus. Une image créée sur l'offre gratuite quitte la plateforme marquée de la même manière qu'une image d'entreprise.

Notez ce que nous avons choisi de ne pas faire. Nous n'en avons pas fait une option payante ni un réglage réservé aux entreprises enfoui dans les paramètres. Une conformité que quelqu'un doit penser à activer est une conformité qui finit par échouer en production. Rendre le marqueur inconditionnel est la seule version qui tient vraiment à l'échelle d'un catalogue.

Pourquoi le marquage à la source compte

On-Model est moins une application créative que vous ouvrez pour créer une image qu'un élément d'infrastructure que traverse votre catalogue. La bonne comparaison est Stripe plutôt que Photoshop : catalogue produit en entrée, imagerie traitée en sortie, puis vers votre boutique, vos marketplaces et vos publicités. L'IA n'est qu'une étape au sein d'un système plus large.

Parce que le marquage se produit à l'intérieur de ce tuyau, au moment précis où l'image est créée, chaque marque qui publie via On-Model en hérite. Vous n'ajoutez pas d'étape de conformité à votre workflow. Vous ne formez pas votre équipe à y penser. Vous n'auditez pas chaque image à la main. L'étiquette est déjà appliquée avant même que le fichier ne vous parvienne. Conforme par défaut.

C'est la différence entre une règle que vous devez opérationnaliser et une règle qui est simplement prise en charge pour vous. De la même façon que vous ne réimplémentez pas la conformité des réseaux de cartes bancaires à chaque paiement, vous ne devriez pas avoir à réimplémenter le marquage de transparence du contenu à chaque image générée.

Où commence votre responsabilité

Marquer l'image est notre rôle en tant que fournisseur. Ce n'est pas toute la loi, et il serait malhonnête de laisser entendre le contraire. Si vous publiez une image qu'un spectateur pourrait raisonnablement prendre pour une vraie photographie d'une personne réelle, dans un contexte que la loi traite comme un deep fake, vous, en tant que déployeur, pourriez tout de même devoir indiquer qu'elle est générée par IA. Le marqueur que nous intégrons rend cela facile à prouver et à automatiser, mais la décision de divulgation vous revient, car vous seul savez où et comment l'image sera diffusée.

Ce que nous demandons en retour, et ce que nos Conditions établissent désormais, est simple : ne supprimez pas le marqueur. Retirer l'information de provenance intégrée en annule l'objet et peut placer l'éditeur en aval du mauvais côté de la règle. Nos Conditions décrivent en détail ce partage de responsabilité, y compris vos obligations en tant que déployeur du contenu.

Pour la plupart des usages catalogue, un modèle portant votre vêtement sur un fond studio épuré, clairement une image produit, le marqueur lisible par machine suffit et aucune divulgation visible supplémentaire n'est attendue. Pour tout ce qui cherche clairement à ressembler à une photographie candide d'une personne réelle, vérifiez le contexte avant de publier.

Si vous décidez qu'une étiquette visible se justifie, vous n'avez pas à l'ajouter à la main. Sur les offres payantes, l'étape des options de chaque outil comprend un interrupteur facultatif "AI-generated watermark" qui incruste une marque de divulgation visible dans le coin de chaque production. Il est désactivé par défaut et permanent une fois appliqué, il est donc là exactement pour les cas où vous voulez la divulgation sur l'image elle-même. Le marqueur automatique lisible par machine reste toujours présent en dessous, que vous activiez ou non le marqueur visible.

La suite

Le marquage lisible par machine est le socle, pas la ligne d'arrivée. Les métadonnées peuvent être retirées par quelqu'un qui édite ou réexporte un fichier dans un autre logiciel, ce qui est précisément pourquoi le Code de bonnes pratiques recommande de superposer les couches plutôt que de reposer sur un seul signal. Nous construisons par-dessus une provenance et une robustesse supplémentaires à mesure que les normes se stabilisent, afin que le marqueur survive à une plus grande partie du trajet, de notre pipeline jusqu'à l'écran d'un acheteur. La direction est celle qu'indique la réglementation : rendre progressivement plus difficile de perdre la trace de ce qui a été créé par IA.

Questions fréquentes

On-Model est-il conforme au règlement européen sur l'IA ?

On-Model marque chaque image qu'il génère dans un format lisible par machine qui l'identifie comme générée par IA, ce qui est ce que l'Article 50(2) demande aux fournisseurs. C'est actif dès aujourd'hui, sur toutes les offres. Votre propre équipe juridique devrait confirmer comment les règles s'appliquent à votre usage précis, mais l'obligation de marquage, de notre côté, est remplie.

Dois-je activer quoi que ce soit ?

Non. Le marquage lisible par machine qui satisfait à la loi est automatique et s'applique à chaque image de chaque outil, sur toutes les offres. Il n'y a aucun réglage à activer et aucun moyen de le désactiver par accident. Une étiquette visible distincte et facultative est disponible si vous en voulez une, présentée juste en dessous.

Cela s'applique-t-il aux offres gratuites ?

Oui. Le marqueur figure sur chaque production quelle que soit l'offre. La transparence exigée par la loi ne devrait pas dépendre de ce que vous payez, alors chez nous elle n'en dépend pas.

Puis-je aussi ajouter une étiquette visible "AI-generated" ?

Oui. Indépendamment du marqueur automatique lisible par machine, les offres payantes comprennent un interrupteur facultatif, dans l'étape des options de chaque outil, qui incruste une étiquette visible "AI-generated" dans le coin de l'image. Il est désactivé par défaut et permanent une fois appliqué, il est donc là pour lorsque vous décidez qu'une divulgation visible se justifie, par exemple sur un contenu qui pourrait être pris pour une vraie photographie. Le marqueur invisible est appliqué dans tous les cas.

Le marquage peut-il être retiré ?

L'information intégrée peut être retirée en éditant ou en réexportant le fichier dans un autre logiciel, comme toute métadonnée. C'est pourquoi nous traitons le marquage comme la première couche, en ajoutons de plus durables, et demandons dans nos Conditions que vous ne le retiriez pas. Au sein d'On-Model, chaque image livrée le porte.

On-Model est-il une entreprise européenne ?

Oui. On-Model est développé par PiktID, une entreprise basée en Autriche. Nous opérons dans le même cadre réglementaire européen auquel appartient l'AI Act, aux côtés du RGPD et du droit autrichien de la protection des données. Nous nous conformons aux règles de l'UE en tant qu'entreprise européenne, sans adapter après coup un produit venu d'ailleurs.

Pour aller plus loin

• Commission européenne — Code de bonnes pratiques sur le marquage et l'étiquetage des contenus générés par IA
• Règlement européen sur l'IA — Article 50 (texte intégral)
• On-Model — Contenus générés par IA et transparence (nos Conditions)
• L'infrastructure IA pour l'imagerie mode

Pour le contexte de marché plus large, notre hub de statistiques sur le e-commerce de mode rassemble des chiffres sourcés sur l'adoption de l'IA dans le secteur.

Envie de le voir en pratique ? Inscrivez-vous et faites passer un produit dans On-Model. Chaque image que vous récupérez est déjà marquée comme la loi l'attend, sans une seule étape supplémentaire de votre côté.