Un coefficient statistique suffit à décrire ce qui arrive à l’économie de la création. L’étude publiée dans Industrial and Corporate Change par Oxford Academic suit des revenus Patreon sur plusieurs années et compare des créateurs associés à plusieurs plateformes, dont Instagram. Pour les créateurs affiliés à Instagram, un coefficient plus faible indique une concentration accrue dans le haut de la distribution ; il s’est resserré entre 2021 et 2024, signe que la concentration progresse. Les plateformes aux distributions les plus concentrées présentent une classe moyenne de créateurs plus faible.

L’essentiel

  • Sur 104 719 créateurs Patreon, les revenus suivent une loi de puissance proche de Pareto : une infime minorité capte la part du lion.
  • Sur Instagram, le coefficient de concentration est passé d’environ 2,1 en 2021 à 1,84 en 2024 : plus le coefficient baisse, plus la distribution se resserre vers le sommet.
  • Les résultats sont compatibles avec une amplification cumulative liée aux recommandations, sans démonstration causale.
  • La diversité culturelle dépend de la viabilité économique d’une classe moyenne de créateurs exposée à l’érosion par la dynamique actuelle.
  • Des règles d’exposition délibérée aux créateurs émergents existent : leur adoption reste à ce stade volontaire et marginale.

La distribution réelle des revenus selon le coefficient

Un coefficient de Pareto égal à 2 signifie, en langage courant, que doubler le nombre de créateurs au sommet ne double pas les revenus du groupe : les écarts entre niveaux de la distribution sont stables. Quand ce coefficient descend vers 1,84, comme sur Instagram entre 2021 et 2024 -, les écarts s’accentuent. Les créateurs en haut gagnent proportionnellement davantage par rapport à ceux du milieu. Les créateurs du milieu, eux, se rapprochent des revenus des créateurs du bas.

Les revenus Patreon restent inégalitaires, mais leur distribution est moins concentrée que celles associées à Instagram ou YouTube dans cette étude. L’étude publiée dans Industrial and Corporate Change établit que les revenus y suivent une loi de puissance proche de 2 : une poignée de créateurs capte une fraction disproportionnée des abonnements payants. Ce chiffre vaut pour une plateforme où les revenus viennent directement des abonnés, sans intermédiaire publicitaire. Sur Instagram, la publicité s’ajoute, et les tendances sont compatibles avec une importance croissante des recommandations algorithmiques.

L’évolution du coefficient entre 2021 et 2024 est précisément ce que l’étude permet de suivre. Sur ces trois ans, la concentration a progressé de façon mesurable. Derrière le mouvement statistique, il y a une réalité humaine : des milliers de créateurs qui produisent régulièrement, bâtissent une audience, mais voient leurs revenus stagner ou décliner pendant que les grands comptes progressent.

L’algorithme récompense ce qui a déjà réussi

Les plateformes de contenus ne distribuent pas l’exposition au hasard. Elles la distribuent selon des règles de recommandation qui favorisent les contenus ayant déjà généré de l’engagement. Un créateur avec un million d’abonnés voit ses nouvelles publications poussées vers de nouvelles audiences. Un créateur avec vingt mille abonnés dépend davantage de la fidélité de son audience existante et de la découverte organique.

Ce mécanisme de rétroaction cumulative, plus tu as de visibilité, plus tu en obtiens, est documenté dans la littérature sur les marchés à effets de réseau. La structure observée est compatible avec une dynamique cumulative de type rattachement préférentiel. C’est ce qu’on appelle parfois un marché winner-take-most, par opposition à winner-take-all : les gains ne vont pas à un seul acteur, mais à un très petit nombre, avec des écarts exponentiels entre les strates.

Les résultats sont cohérents avec un rôle possible des algorithmes dans la concentration, sans le prouver causalement ; la question porte sur la vitesse de ce processus et sur ses effets par strate de revenus. L’évolution observée indique une concentration accrue entre les dates mesurées. Un effet particulièrement défavorable pour la classe moyenne est observé dans les distributions les plus concentrées, parmi les créateurs qui vivent partiellement de leur activité sans avoir atteint le seuil à partir duquel les recommandations automatiques prennent le relais. Ce phénomène est lié à ce que l’absence de statistiques publiques sur la culture rend invisible : faute de données indépendantes sur la distribution des revenus par plateforme, les régulateurs disposent d’une information partielle.

La classe moyenne des créateurs, première victime de la dynamique cumulative

Parler de “classe moyenne des créateurs” peut sembler métaphorique. L’étude lui donne un contenu empirique. Entre le premier dixième de la distribution, les créateurs les moins bien rémunérés, et les 10 % les mieux rémunérés, l’écart est tel que parler d’une distribution continue devient trompeur. Ce sont deux économies distinctes qui coexistent sur la même plateforme.

Les créateurs intermédiaires sont ceux qui génèrent assez de revenus pour justifier une activité sérieuse, mais pas assez pour vivre uniquement de la création. Ils investissent du temps, du matériel, parfois des collaborateurs. Ils produisent une part importante de la diversité culturelle : niches thématiques, formats expérimentaux, contenus qui ne cherchent pas la viralité immédiate. Les dynamiques les plus concentrées sont associées à une classe moyenne de créateurs plus fragile.

La période 2021-2024 coïncide avec un recours accru aux recommandations par la plateforme. Meta a réorienté le fil Instagram d’un flux chronologique d’abonnements vers un flux algorithmique de contenus recommandés, y compris de comptes que l’utilisateur ne suit pas. L’objectif était d’augmenter le temps passé sur la plateforme. L’étude interprète les tendances comme compatibles avec une allocation d’attention plus favorable aux contenus viraux. La surveillance algorithmique au travail produit une dynamique analogue dans d’autres secteurs : quand un algorithme classe et hiérarchise, ceux qui sont déjà bien classés consolident leur position.

Les données de Patreon sur l’économie de l’abonnement

Patreon offre un cas d’étude particulièrement net parce que ses données reflètent une relation directe entre créateurs et audience. Les abonnés paient un montant mensuel en échange de contenus exclusifs ou d’un accès privilégié. Les revenus dépendent de la fidélité des abonnés existants et de la capacité du créateur à en attirer de nouveaux, et non d’un algorithme publicitaire ni d’un système de recommandation de la plateforme.

Pourtant, même dans ce cadre, la distribution suit une loi de puissance proche de 2. Les 104 719 créateurs étudiés dessinent une pyramide très effilée. Les créateurs au sommet, ceux qui ont atteint une masse critique d’abonnés, génèrent des revenus mensuels qui représentent des multiples très élevés de la médiane. La majorité des créateurs actifs sur Patreon perçoit des revenus modestes, compatibles avec un complément d’activité mais rarement avec une activité principale.

Ce résultat sur Patreon éclaire l’analyse d’Instagram. La concentration existe aussi dans les données Patreon, sans permettre d’isoler l’effet des choix de conception des plateformes. Les écarts entre plateformes sont compatibles avec un rôle des systèmes de recommandation, parmi d’autres explications possibles. L’enjeu de régulation porte alors sur le calibrage de cette amplification, la concentration étant inhérente à tout marché où l’attention est la ressource rare.

La capacité des règles de recommandation à préserver une offre culturelle diverse

L’étude d’Oxford Academic identifie les leviers disponibles sans les trancher. L’étude documente des distributions compatibles avec une dynamique cumulative et suggère un rôle possible des recommandations ; les moyens d’action restent à préciser.

Une première piste est technique : imposer aux plateformes dépassant un certain seuil d’audience une obligation de réserver une part mesurable de l’exposition à des créateurs n’ayant pas encore atteint un seuil de popularité défini. Ce type d’obligation de découverte existe dans d’autres secteurs culturels, les quotas de titres récents dans la musique en ligne, les obligations d’exposition aux œuvres européennes sur les plateformes vidéo. Son application à la création sur les réseaux sociaux se heurte à deux difficultés. D’abord, la définition du “créateur émergent” est difficile à stabiliser réglementairement. Ensuite, les plateformes peuvent contourner l’obligation en réduisant l’engagement global plutôt qu’en augmentant l’exposition des créateurs intermédiaires.

Une deuxième piste est informationnelle : un droit d’audit public des algorithmes de recommandation confié à une autorité indépendante, avec publication annuelle d’un rapport sur l’évolution de la concentration des revenus par plateforme. Cette approche oblige les plateformes à rendre leurs choix de conception lisibles, sans les contraindre sur leur contenu. Des régulateurs comme la Commission européenne, avec le règlement sur les services numériques adopté en 2022, se sont engagés dans cette direction pour les très grandes plateformes. L’application reste partielle en 2024, et les données publiées ne permettent pas encore de suivre l’évolution de la concentration des revenus des créateurs avec la précision que l’étude d’Oxford Academic atteint.

Deux scénarios dessinent les trajectoires possibles à l’horizon 2030. Dans le premier, les plateformes adoptent, sous pression réglementaire ou par calcul stratégique, des règles d’exposition qui freinent la dynamique cumulative. La baisse du coefficient de concentration observée entre 2021 et 2024 pourrait alors ralentir, préservant une strate intermédiaire de créateurs. La diversité culturelle serait maintenue, au prix d’une moindre optimisation du temps d’engagement pour les plateformes. Dans le second, les algorithmes continuent de maximiser l’engagement sans contrainte de découverte.

La concentration progresse, la création culturelle se réorganise autour de deux pôles : les grands comptes commerciaux et les créateurs amateurs sans prétention économique. La strate intermédiaire, moins bien armée économiquement, se vide faute de viabilité.

Le signal le plus utile pour distinguer ces trajectoires n’est pas le coefficient de concentration lui-même, qui mesure un état, mais l’évolution de la part des revenus totaux captée par les créateurs situés entre le dixième et le quatre-vingt-dixième percentile de la distribution. Si cette part se stabilise ou remonte, la classe moyenne des créateurs résiste. Si elle continue de baisser, la dynamique cumulative l’emporte.

L’intérêt des plateformes à préserver le statu quo

Il serait inexact de présenter les plateformes comme indifférentes à la diversité de leur offre. Leur intérêt économique à court terme est d’optimiser l’engagement, ce qui favorise les contenus populaires. Mais leur intérêt à moyen terme est de maintenir une offre assez diverse pour retenir des audiences aux goûts variés. Une plateforme qui ne présente que des méga-créateurs homogènes perd en différenciation face à ses concurrentes.

TikTok a construit une partie de son avantage concurrentiel sur une promesse de découverte : son algorithme expose délibérément les utilisateurs à des créateurs qu’ils ne connaissent pas encore. Cette promesse a attiré des créateurs émergents en masse et a produit des trajectoires de croissance rapide que les autres plateformes peinent à reproduire. Meta a répondu en développant des fonctionnalités similaires sur Instagram et en investissant dans les Reels, format court où la recommandation algorithme prime sur l’abonnement. Entre 2021 et 2024, les données mesurées montrent une concentration accrue sur Instagram, sans permettre d’évaluer l’efficacité de ces ajustements sur cette tendance.

Les plateformes savent produire de la découverte quand elles le décident ; leur contrainte est d’ordre économique. Les contenus très populaires génèrent des revenus publicitaires importants et mobilisent davantage le temps d’écran. L’incitation à les pousser davantage répond à cette structure. Sans règle externe qui modifie cette incitation, les plateformes n’ont pas de raison autonome d’arbitrer contre la concentration.

C’est pourquoi la publication des critères de recommandation et la transparence sur les effets de concentration apparaissent comme des leviers plus robustes que les appels à l’autorégulation. Un marché de l’attention où les règles du jeu sont connues permet aux créateurs, aux régulateurs et aux chercheurs de mesurer les effets réels des choix algorithmiques, et d’ajuster. Un marché opaque reconduit les dynamiques existantes sans friction.

L’étude d’Oxford Academic n’épuise pas le sujet. Elle ouvre une fenêtre précise sur une dynamique qui mérite un suivi annuel et une comparaison entre plateformes. Les données déclarées par les plateformes dans le cadre du règlement européen sur les services numériques pourraient, si elles sont suffisamment granulaires, fournir la matière à ce suivi. C’est un chantier ouvert, pour les régulateurs, pour les chercheurs, et pour les créateurs qui ont intérêt à ce que les règles du jeu soient lisibles.

Sources

  1. Industrial and Corporate Change, Oxford Academic, « Platform attention and earnings inequality using Patreon earnings data »
  2. Journal d’un Progressiste, « La culture sans statistiques publiques laisse le terrain aux plateformes »
  3. Journal d’un Progressiste, « La surveillance algorithmique creuse la hiérarchie numérique au travail »