Afin de limiter et freiner les impacts de la crise aujourd’hui, l’industrie de la mode ne peut plus passer à côté de l’innovation. L’intelligence artificielle et la mode ou plutôt la FashionTech sont indispensables.
Avant d’entendre parler du Covid-19, l’industrie de la mode a dû faire face à de nombreux débats autour de l’éthique et la responsabilité.
Des réflexions sur l’évolution des modes de consommation, la demande face à une surcharge de production et mauvaise empreinte carbone pèsent déjà sur le secteur.
Certes, la pandémie arrive à un moment délicat pour la mode et pénalise davantage cette industrie qui sera fortement impactée à court et moyen terme : fermetures des usines de productions, liquidation de stock, voire même des faillites de sociétés. Mais elle est aussi l’occasion parfaite pour se réinventer !
L’essor des nouvelles technologies et principalement l’intelligence artificielle a révolutionné l’industrie de la mode et a permis aux acteurs de mieux gérer les processus de production, d’obtenir davantage d’informations sur les clients, de mettre en place une stratégie marketing ciblée et d’améliorer l’expérience utilisateur.
La mode bouge vite mais les consommateurs bougent encore plus vite!
Comment l’intelligence artificielle transforme l’industrie de la mode ?
D’après le rapport « AI in fashion » de Markets & Markets, le marché de l’intelligence artificielle dans l’industrie de la mode va passer de 228 millions à 1,260 milliards de dollars entre 2019 et 2024.
La créativité est une capacité humaine primitive qui est particulièrement utilisée dans le secteur de la mode. Les créateurs de mode créent de nouvelles collections saison après saison. L’intelligence artificielle peut-elle, à l’instar des humains, créer une nouvelle mode créative pratiquement à partir de rien ? Les premiers exemples d’utilisation de l’intelligence artificielle dans la création de mode existent déjà :
Le « créateur hybride » de la start-up de mode « Stitch Fix » catalogue l’ensemble de son inventaire et décompose chaque vêtement en 30 à 80 caractéristiques, telles que la couleur, la longueur, le nombre de boutons, la forme de l’ourlet, le tissu, le motif, le type de manche ou de col. Un algorithme évalue ensuite lesquelles de ces caractéristiques sont les plus populaires auprès des consommateurs et vérifie si un vêtement particulier possède plusieurs de ces caractéristiques. Si ce n’est pas le cas, c’est qu’il existe un vide sur le marché, Stitch Fix part du principe que plus un vêtement possède de ces caractéristiques populaires, plus il sera populaire. Les besoins du marché identifiées sont ensuite présentées aux designers à la place d’un mood board pour lancer le processus de création.
Le design de la marque propre « Moda Rapido » du détaillant indien « Myntra » fonctionne entièrement sans intervention humaine et sans designers. Des T-shirts, des jeans, et des chaussures générés par ordinateur sont proposés en vente en ligne. Le système de l’intelligence artificielle est alimenté par des données provenant d’une grande variété de sources, notamment les données des clients, les données des médias sociaux et les publications de mode. Sur la base de ces données, d’innombrables combinaisons de modèles sont générées, puis évaluées pour voir ce qui se vend le mieux. Des TechPacks ou des fiches techniques sont automatiquement créés pour les styles sélectionnés, contenant toutes les spécifications pour la fabrication.
Par rapport aux 14 autres marques du portefeuille de Myntra, Moda Rapido a les marges brutes les plus élevées.
Une vidéo qui explique comment fonctionnent les algorithmes de « Myntra » et « Stitch Fix »
Quels sont les avantages de l’intelligence artificielle dans l’industrie de la mode ?
1. Augmentation de l’efficacité de la production
l’IA offre une prévisibilité aux fabricants, elle leur offre la possibilité de faire correspondre parfaitement l’offre et la demande.
Jusqu’à présent, les fabricants estimaient les chiffres de vente d’une année sur la base de l’année précédente. Évidemment, cela laisse place à des erreurs de calcul : les chiffres de vente ne sont pas toujours aussi prévisibles. Un seul post d’un influenceur peut faire monter en flèche la demande d’un produit particulier. Grâce à la technologie qui détermine les chiffres de la demande en temps réel, les goulots d’étranglement de la production peuvent être évités et les erreurs de prévision peuvent être réduites jusqu’à 50 %.
Pour plus d’infos, lisez cet article Intelligence artificielle et production de vêtements – MBA MCI
2. Meilleure Gestion de stock et de la supply chaine
La gestion de stock est une problématique complexe pour tous les industriels et est plus que jamais un enjeu prioritaire pour les marques de la mode. Si le défi est de taille, l’intelligence artificielle le rend plus aisé à le relever.
Elle devient de plus en plus la solution la plus performante pour gérer la chaine logistique et optimiser les stocks des magasins. Grâce à l’IA nous pouvons améliorer considérablement la capacité de prévoir des délais de livraison et par conséquent anticiper voire éviter les retards des livraisons des marchandises.
Des sociétés ont développé, grâce au Machine Learning, des solutions qui permettent d’analyser les performances d’un réseau de distribution par zone géographique et par transporteurs, comme le cas de la société Wakeo Ainsi les enseignes sont capables d’optimiser leurs chaînes d’approvisionnement en identifiant les interdépendances, les écarts récurrents par rapport aux prévisions.
Ces algorithmes tiennent compte des spécificités de chaque point de vente : leurs géolocalisations, profils des consommateurs, leurs activités commerciales pour pouvoir ajuster continuellement les quantités de stocks pour chaque référence, sa taille et sa couleur afin de toujours avoir le bon produit au bon endroit. Ces mêmes algorithmes peuvent aussi stopper le réapprovisionnement d’un magasin après la vente d’une référence car ils estiment statistiquement que le magasin n’a que peu de chance de la vendre à nouveau.
3. Une bonne gestion des retours produit
Les retours des commandes notamment dans le e-commerce est un phénomène qui a considérablement augmenté ces dernières années. L’exemple le plus flagrant est celui des Allemands, 50% des ventes en ligne sont retournés. Grâce à l’auto-apprentissage supervisé croisant parcours web, achats, profils clients et référentiel produit, il est possible de détecter et d’isoler ces consommateurs et ainsi simuler sur le site e-commerce des ruptures de stock sur des produits et des tailles que l’IA identifie comme à fort risque de retour. La complexité d’un tel modèle réside dans sa capacité à faire la distinction entre un panier avec risque de retour et une commande pour tous les membres de la famille.
4. Une expérience utilisateur améliorée
« Alexa, quelles chaussures vont avec cette robe ? »
De plus en plus de fabricants se tournent vers l’intelligence artificielle pour améliorer l’expérience d’achat de leurs clients. Un exemple classique : les interfaces des assistants numériques tels que Google Home ou Amazon Alexa. Au lieu de faire leurs achats dans des applications et sur des sites web, les acheteurs potentiels ont des conversations avec leurs assistants numériques. Ceux-ci posent une série de questions au client et lui envoient une sélection de produits adaptés sur cette base. Le shopping devient ainsi plus intuitif et plus individuel.
5. L’intelligence artificielle pour essayer les vêtements
Il est désormais possible d’essayer des vêtements pour rendre votre expérience plus réaliste. Comment ça marche ? L’algorithme de Deep Learning fonctionne comme suit :
- Vous lui soumettez une photo entière de vous, à partir de laquelle il identifie les traits de votre visage et votre morphologie. Il les transforme en une « cartographie UV ».
- Le vêtement que vous souhaitez essayer subit le même processus : les deux cartographies sont fusionnées.
- Enfin, un autre algorithme identifie votre « pose » sur la photo, et la transforme en modèle 3D.
L’intelligence artificielle peut actuellement contribuer à automatiser certains aspects du travail du créateur de mode et ainsi accroître l’efficacité du processus de conception, ce qui permet de réduire les coûts. Elle n’est donc pas créative elle-même pour le moment, mais sert plutôt à déclencher la créativité des gens et à optimiser le processus créatif. Les concepteurs sont aidés à trouver des solutions orientées vers le client qui correspondent aux souhaits réels du groupe cible.
Sources:
Fashion Market : www.marketsandmarkets.com/Market-Reports/ai-in-fashion-market-144448991.html
Wakeo : wakeo.co/
Intelligence artificielle et la mode : datascientest.com/mode-et-intelligence-artificielle-de-la-conception-a-la-vente-lia-simmisce-dans-toutes-les-etapes-de-la-mode