Contexte et objectif

Les jeunes parents accumulent rapidement des centaines de clichés de leur nouveau-né, mais la plupart restent confinés dans les galeries de l’iPhone. Sundrop cible ce segment en proposant de convertir ces images en récapitulatifs, scènes ludiques et vidéos accélérées. L’application a été conçue par l’équipe derrière Matter – Ben Springwater, Sky Lan et Rob Mackenzie – tous trois pères de famille. Elle se vend à 39,99 $ par an, avec une période d’essai d’une semaine et la prise en charge du partage familial, ce qui permet à un seul abonnement de couvrir les deux parents.

Architecture et traitement local

Sundrop s’appuie sur le framework Vision d’Apple et sur des modèles Core ML exécutés directement sur l’appareil iOS. Cette combinaison permet d’analyser les photos sans les transmettre à un serveur externe. Le processus de sélection ignore les captures d’écran et les doublons, ce qui réduit le volume de données à traiter. Lorsque les deux parents souhaitent collaborer, leurs bibliothèques sont synchronisées via iCloud, mais les images restent stockées sur leurs appareils, aucune donnée n’est envoyée à des services d’IA hébergés.

Fonctionnalités et expérience utilisateur

Après le scan des rouleaux de la caméra, Sundrop génère des « drops » : des résumés hebdomadaires diffusés chaque dimanche sous forme de notification d’écran de verrouillage, des comparaisons côte à côte de frères et sœurs du même âge, des timelapses montrant la croissance de l’enfant, ou encore des montages où le portrait du bébé est placé sur une couverture de magazine ou une carte de recrue. L’utilisateur peut intervenir manuellement pour ajuster les images sélectionnées ou laisser l’application organiser automatiquement les meilleures prises dans des galeries thématiques.

Analyse de la confidentialité et des limites

Le principal argument de vente repose sur le traitement local, qui élimine le besoin d’envoyer les photos à des serveurs cloud pour l’inférence. Contrairement à Google Photos ou à d’autres éditeurs qui intègrent de l’IA générative, Sundrop ne crée pas de contenu synthétique, ce qui réduit les risques de fuite de données personnelles. Cependant, la dépendance à iCloud implique que les métadonnées de synchronisation transitent par les serveurs d’Apple, même si les images elles‑mêmes restent sur l’appareil. Le recours intensif à Vision et Core ML peut entraîner une consommation notable de CPU et de batterie lors du traitement de larges collections de photos. Enfin, le modèle économique basé sur un abonnement annuel à 39,99 $ peut limiter l’adoption parmi les familles soucieuses de leur budget.