Comment les marques de mode utilisent-elles réellement l'IA ?

Mais là où un consensus semble s'être dégagé, c'est que nous avons dépassé le stade où nous nous contentions d'être émerveillés par l'idée même de cette nouvelle technologie rutilante. Désormais, tant les entreprises que les consommateurs recherchent des exemples concrets illustrant comment l'IA peut être mise à profit et les avantages qu'elle apporte.

Alors, comment quatre grandes marques de mode utilisent-elles concrètement cette technologie ?

Assistant IA destiné aux employés (Levi’s)

Levi’s utilise l’intelligence artificielle pour s’assurer que les employés en magasin soient aussi bien informés – voire davantage – que les clients dès leur arrivée en magasin.

L'idée de son assistant IA destiné aux employés, STITCH, est en réalité née d'un hackathon organisé l'année dernière au sein de l'entreprise. Levi's a ensuite mené un projet pilote dans 10 magasins avant de déployer STITCH dans plus de 70 magasins Levi's aux États-Unis, compte tenu du succès rencontré par cet outil : la satisfaction client a ainsi augmenté de pas moins de huit points dans les magasins équipés de cette technologie par rapport à ceux qui n'en disposaient pas.

Le personnel du magasin peut poser à l'assistant IA des questions d'ordre opérationnel ou portant sur les produits, en utilisant le même langage naturel que celui qu'il emploierait pour s'adresser à une autre personne. Il peut s'agir, par exemple, des différences entre les différents modèles de jeans ou de la manière de traiter les commandes en ligne en magasin.

Levi’s a également intégré l’IA dans d’autres aspects de son activité, tels que la prévision de la demande, et a encouragé ses employés à utiliser Microsoft Copilot, ce qui leur a permis de créer plus de 800 agents IA à ce jour.

Chacun de ces agents permet à Levi de mieux cerner les difficultés rencontrées par le personnel et les domaines dans lesquels l'IA peut réellement faire la différence, ce qui aide à orienter plus précisément les investissements.

Rapports sur le commerce de détail (Urban Outfitters)

URBN, la société mère d'Urban Outfitters, teste actuellement une IA « agentique » afin d'automatiser ses rapports hebdomadaires. Ce système vise à regrouper plusieurs rapports distincts en un seul tableau de bord qui rassemble toutes ces données et identifie les éléments exploitables afin d'accélérer la prise de décision.

Cela va au-delà de la création de rapports par IA générative, où un rapport est généré en réponse à une consigne et à la fourniture de données. Le système agentique fonctionne de manière proactive : il collecte les données et génère les rapports de manière autonome, sans qu'il soit nécessaire de lui donner des consignes à chaque étape.

Afin d'optimiser la précision, URBN a développé une couche sémantique universelle, qui constitue un modèle de données unifié et permet à l'IA agentique de disposer d'une source unique et fiable sur laquelle s'appuyer. Cela permet également à l'entreprise de retracer l'origine de chaque résultat généré.

URBN espère que l'analyse de phénomènes tels que les ventes d'un type de produit supérieures aux prévisions dans une région et inférieures dans une autre lui permettra d'ajuster la répartition des stocks et de s'adapter plus rapidement aux tendances.

Zara s'intéresse depuis un certain temps déjà à l'IA générative, notamment pour habiller de nouvelles tenues des mannequins figurant sur des photos existantes.

L'objectif est de permettre à Zara de mettre à jour plus rapidement sa boutique en ligne avec de nouveaux modèles, plutôt que d'organiser à chaque fois une nouvelle séance photo. Zara obtiendrait également l'accord des mannequins avant d'utiliser l'IA pour retoucher leurs photos et leur verserait une compensation financière.

Mais Zara va désormais encore plus loin en intégrant à son application une technologie d'essayage basée sur l'IA générative.

Les clients peuvent télécharger un portrait et une photo en pied pour créer un avatar virtuel à 360 degrés d'eux-mêmes. Ils peuvent ensuite « essayer » n'importe quel produit : l'IA habille alors leur avatar avec les articles choisis.

Une fonctionnalité très pratique : l'application vous suggère des articles à associer au produit choisi. Ainsi, si vous choisissez une jupe, l'IA vous proposera des hauts, des vestes et même des chaussures pour vous donner une idée du rendu de la tenue. Ces combinaisons proposées par l'IA sont également enregistrées dans l'application, ce qui vous permet d'y revenir plus tard.

C'est un exemple illustrant comment les enseignes de mode utilisent l'IA pour s'attaquer à l'un de leurs plus gros casse-tête : les retours de produits, car les clients ne savent pas comment les vêtements leur iront ni s'ils leur conviendront lorsqu'ils achètent en ligne.

L'avatar généré par l'IA n'est peut-être pas précis à 100 %, mais les clients pourraient trouver utile de voir les articles portés par une version d'eux-mêmes plutôt que par un mannequin aux proportions complètement différentes.

Photo fournie par Revolve

Applications d'IA pour les magasins physiques (Revolve)

Revolve est l'une des marques de mode qui mise le plus sur l'IA et qui ne s'en cache pas.

Entreprise axée sur les données depuis sa création, Revolve intègre l'IA dans presque tous les aspects de son activité, de la conception à l'expérience utilisateur en passant par le reporting interne. Par exemple, dans le domaine du commerce électronique, Revolve a développé un nouveau programme interne qui utilise l'IA pour améliorer les métadonnées des produits. 

En général, les commerçants doivent attribuer manuellement des balises aux caractéristiques d’un produit afin que celui-ci apparaisse dans les résultats lorsque les clients recherchent des types de produits spécifiques ou des mots-clés. Revolve utilise l’intelligence artificielle pour « analyser » les images et leur attribuer des balises, afin qu’elles apparaissent dans des résultats de recherche plus pertinents. Ainsi, un article n’a pas besoin d’être spécifiquement répertorié dans la catégorie « tenue de travail » pour apparaître dans les résultats d’une recherche sur ces mots-clés s’il présente des caractéristiques pertinentes.

Ce qui est toutefois le plus intéressant, c’est que Revolve s’est lancé dans la vente au détail physique, en ouvrant deux magasins aux États-Unis depuis 2024. L’entreprise prévoit également d’ouvrir d’autres magasins afin de stimuler sa croissance.

Et l'entreprise souhaite appliquer cette même approche, fondée sur les données et l'intelligence artificielle, à ses magasins physiques.

Revolve développe activement des outils lui permettant d'accéder au type de rapports auxquels l'entreprise est habituée sur son site web, où chaque changement est mesurable en termes d'impact sur les ventes et l'expérience utilisateur. Elle considère l'IA comme un moyen de mieux comprendre ce qui se passe en magasin et de déterminer comment l'optimiser, par exemple en choisissant l'emplacement idéal pour un présentoir.

Rares sont les exploitants de magasins physiques qui ne souhaiteraient pas mieux comprendre comment leurs points de vente génèrent des ventes ; si Revolve parvient à démontrer les capacités de l'IA dans ce domaine, nombreux sont ceux qui suivront sans doute son exemple. 

Quelles sont les implications de ces cas d'utilisation pour l'approvisionnement ?

Des exemples concrets d'utilisation de l'IA comme ceux-ci nous permettent de mieux comprendre comment évolue le secteur de la mode. Et cela a autant d'impact sur l'approvisionnement que sur tous les autres aspects de l'activité.

Si les avatars générés par l'IA contribuent à réduire les retours en ligne, les marques et les détaillants pourraient alors commencer à adapter leurs quantités commandées pour certains produits. De même, les informations sur la demande concernant des articles spécifiques dans certains magasins physiques pourraient faciliter les prévisions de tendances et l'approvisionnement correspondant.

Les rapports générés par l'IA pourraient également aider les marques à établir des prévisions et à passer des commandes plus précises, ce qui pourrait à son tour réduire le gaspillage lié aux vêtements invendus. De plus, les assistants IA au service des employés pourraient jouer un rôle dans l'orientation des décisions des clients afin de réduire le nombre de retours.

Même si le débat sur l'utilisation éthique et véritablement utile de l'IA doit se poursuivre, ces exemples concrets montrent que cette technologie présente un réel potentiel en tant qu'outil permettant de réduire les retours et les commandes excédentaires, ce qui peut aider les détaillants à prendre de meilleures décisions d'approvisionnement et, au final, à produire moins de déchets. Et c'est là un débat qui mérite d'être mené.