Digital Society Forum Digital Society Forum
Focus 05/11/2019

Boostée par l’IA, la mode entame sa révolution verte

H&M est l'une des enseignes qui mise sur l'intelligence artificielle pour réduire son empreinte écologique en même temps que ses invendus (photo Marco Verch , CC via Flickr)
Ces deux dernières années, maisons de luxe et marques de vêtement grand public ont beaucoup investi dans l’intelligence artificielle. Face à un marché concurrentiel et à des consommateurs de plus en plus conscients des enjeux environnementaux, l’industrie de la mode semble y avoir trouvé un moyen d’allier bénéfices financiers et écologiques.

Pas loin du Musée du Louvre, face à la luxueuse façade de l'ancienne Samaritaine, le numéro 144 de la rue de Rivoli a bien mauvaise mine. Il y a encore un an se tenait derrière ces vitrines désaffectées une boutique rutilante aux habits bon marché, où musique électronique et messages de promotion étaient diffusés toute la journée. De l’éphémère passage en France de Forever 21, il ne reste plus rien, si ce n’est ces trois niveaux qui prennent la poussière. La marque américaine n’a pourtant pas manqué d’ambition au moment d’implanter ses immenses magasins dans l’Hexagone. Le souci, c’est qu’elle s’était trompée d’époque. On ne le croirait pas au vu des publicités qui s’affichent un peu partout ni aux collections qui changent toutes les semaines en magasin, mais la profession est convaincue que la fast fashion s’essouffle. «C’est un modèle qui ne tient plus, analyse Alice Schulte, du cabinet de conseil Roland Berger. Il y aura toujours une demande pour des vêtements qui sont peu chers mais dans les pays occidentaux, elle s'oriente aujourd'hui vers des vêtements de plus en plus durables - donc plus coûteux. »

L'IA, allié inattendu de la fashion


Les consommateurs sont de plus en plus exigeants quant à leur empreinte environnementale. Problème : le secteur de l’habillement est le deuxième plus polluant, derrière l’industrie pétrolière. Conscientes de cette problématique, les marques ne sont pour autant pas prêtes à tirer un trait sur leur lucratif système. Dans une économie à l’éternelle croissance, qui a doublé depuis 2000 et qui n’a aucune intention de ralentir, le mot sobriété est tabou. Pour concilier course aux bénéfices et impératifs verts, la mode s’est trouvé un allié inattendu : l’intelligence artificielle. La technologie, vue comme le moyen de s’assurer de meilleures ventes dans un système plus durable, est à la base d’une révolution qui bouleverse toute la chaîne, de la création des modèles au service après-vente.

Maîtriser le cycle de production pour réduire les déchets


Le principal enjeu écologique est la réduction des déchets. Chaque année, pas moins de 30 kilos de vêtements sont jetés par personne. Il s’agit alors de savoir quoi produire, pour qui et dans quelles quantités pour mieux l'adapter à la demande.
« Dans la mode, les ventes sont très concentrées : quelques articles phares font l'essentiel du chiffre d’affaires d'une marque, décrit Sébastien Manceau, partenaire chez Roland Berger. Ces produits sont donc plus susceptibles d'être en rupture de stock, entraînant une perte de chiffre d'affaires virtuel, tandis que d'autres restent largement invendus. Seulement, les retailers ne peuvent pas prédire à l'avance quel produit sera leader sur le marché, ce qui rend leur activité difficile. » En 2017, la moitié des entreprises de mode a déclaré des taux d'invendus post-soldes compris entre 10 et 19 %, avance Alice Schulte. La plupart du temps, ces articles termineront brûlés ou à la poubelle.
Afin d’éviter que trop de modèles invendables ne soient produits, les marques se sont unanimement tournées vers des solutions utilisant l’intelligence artificielle. Un des avantages de cette technologie, c’est qu’elle permet de décupler les possibilités en termes d’analyse de data. Or, le retail regorge de données : taille, modèle, couleur, mais aussi saison, lieu d’achat… Une masse que de simples tableaux Excel traités par un humain ne peuvent appréhender.
«Il y a seulement deux ou trois ans, l'intelligence artificielle n'était pas encore dans le radar des retailers, poursuit Sébastien Manceau. Aujourd'hui, ils ont dépassé le stade de la découverte : ils ont bien saisi tous les enjeux de cette technologie et ont enclenché les premiers leviers d'action. » Certains groupes internationaux s’équipent en interne. H&M a, par exemple, créé en 2018 un nouveau département spécialement dédié à l’IA. « Notre objectif, qui n’est pas encore atteint, c’est de ne produire uniquement ce que l’on vend et de l’allouer au bon marché », explique Julie-Marlène Pélissier, responsable Sustainability pour H&M en France. Pour les marques qui n’ont pas cette puissance financière, cette révolution numérique passe par la collaboration, avec parfois des prises d’intérêts, avec des start-up.

Anticiper les tendances



Réduire le niveau d’invendus passe par une meilleure prévision des tendances, dès leurs frémissements. Jusque-là, la mode se prédisait dans des cabinets ou était imaginée sur les podiums des fashion weeks. L’arrivée des réseaux sociaux et notamment d’Instagram a bouleversé ce processus. « Il y a un nouveau paradigme, développe Célia Poncelin, de la start-up parisienne Heuritech, spécialisée dans l’analyse de tendances sur l’applications de photos de Facebook. Avant, quelques personnes décidaient de ce que nous portions. Pour les marques c’est aujourd’hui très difficile d’anticiper. Les tendances peuvent arriver des consommateurs, de la masse comme de micro-communautés. On ne les voit pas forcément émerger. » Il s’agit alors d’analyser les réseaux sociaux grâce à des outils de social listening pour mieux appréhender le phénomène. Ces dernières années, cette technologie s’est largement diffusée dans de nombreux domaines aussi bien dans la communication qu’en politique . Elle permet de reconnaître et d’agréger de nombreuses données depuis les principaux réseaux sociaux, comme les hashtags, et de les traiter pour déterminer de grandes évolutions.
En ce qui concerne la mode, les hashtags ne suffisent pas. Les marques ont besoin d’avoir recours à de l’analyse d’images. « Aujourd’hui en termes de visual search, c’est simple à développer pour des éléments génériques, par exemple les couleurs, explique Célia Poncelin. Par contre, pour avoir une analyse plus détaillée, comme ‘couleur rouge avec un col rond de la marque Adidas qui a trois bandes’, c’est extrêmement compliqué techniquement. » Ces cinq dernières années, l’entreprise française a perfectionné sa technologie. Fondée en 2013 par deux docteurs en intelligence artificielle spécialisés dans le deep learning, Heuritech ne visait au départ ni la mode ni les réseaux sociaux. Fin 2016, Tony Pinville et Charles Ollion participent à un hackathon organisé par Louis Vuitton. « Les équipes de la maison de mode se sont rendu compte qu’il y avait un potentiel énorme sur cette solution, raconte Célia Poncelin. On scannait déjà des images, c’est le cœur de métier d’Heuritech. On l’a dirigé vers les réseaux sociaux le jour où Louis Vuitton nous a dit qu’il y avait quelque chose à y faire. » Trois années plus tard, la start-up scanne trois millions d’images au quotidien depuis Instagram et Weibo et collabore avec des marques aussi différentes que Dior, Adidas ou encore Jennyfer.
Grâce à son équipe de data analysts, Heuritech revendique d’avoir prédit 4000 tendances et de viser juste neuf fois sur dix. « Aujourd’hui avec Instagram, on peut anticiper jusqu’à un an en avance si on regarde certaines catégories de personnes. » L’étude de ces photos a des répercussions bien au-delà de la collecte de likes. Ainsi, une marque cliente d’Heuritech a pu faire baisser son stock de jupes de 13 % dans certaines de ses boutiques, tout en augmentant ses ventes de 9 %. « On joue sur deux leviers : moins de produits et plus de ventes, parce qu’en réduisant les articles qui ne se trouvent pas preneur, on fait de meilleures ventes. »

Affiner la répartition sur les marchés mondiaux


Observer l’évolution de ces tendances à l’échelle du monde permet de mieux diffuser les mêmes vêtements dans les marchés où ils ont le plus de chance de trouver preneur. Le machine learning permet une précision inédite dans l’histoire de l’industrie de la mode. « Avec l’Intelligence artificielle, et en analysant la grande quantité de données provenant de nos opérations, on allie l’analyse de nos ventes passées avec du prédictif pour mieux aligner l’offre et la demande, explique Julie-Marlène Pélissier (H&M). C’est en cela qu’on arrive à affiner, à être au plus près des besoins. Il s’agit de minimiser la circulation des articles en sachant en amont qu’on aura tel besoin dans tel pays et donc allouer telle marchandise dans tel magasin où il sera mieux vendu. » Cela permet aussi de mieux appréhender si les produits doivent plutôt être envoyés pour être vendus dans des magasins ou s’ils doivent être gardés pour le commerce en ligne.

Limiter les retours dans l'e-commerce


L’e-commerce présente un réel défi en termes d’écologie. En plus de la pollution relative au transport et aux nombreux emballages dans les colis, sans compter les accidents provoqués par des chauffeurs sous pression , la vente en ligne a un point noir inattendu : la quantité de marchandises renvoyées par les consommateurs. A l’instar du géant Amazon, les marques proposent généralement aux acheteurs de pouvoir réexpédier gratuitement les articles qui ne leur conviennent pas. Or, ces derniers ne retournent que très rarement dans la chaîne des ventes. « Aux Etats-Unis, 84 % des habits renvoyés terminent brûlés ou à la décharge, avance Morgan Linton, cofondateur de la start-up américaine Bold Metrics. D’autant que le taux de retour est d’environ 30% dans l’e-commerce… » Certains acheteurs, pour être sûrs d’avoir la bonne taille, commandent deux ou trois fois le même modèle, par exemple en 36, 38 et 40. A la fin, ils n’en garderont qu’un, sachant que retourner les deux qui ne conviendront pas ne leur coûte rien. Pour les jeans, par exemple, ce taux de retour est d’un sur deux. « Ce qui veut dire que pour 1000 paires achetés, 500 finiront presque instantanément comme déchets », insiste Morgan Linton.
Contre cela, son entreprise a développé un algorithme d’intelligence artificielle qui permet de proposer la taille la mieux adaptée à chacun. « Dans le passé, on pensait que la solution passerait par les smartphones, en se prenant en photo. Mais cette technique a de nombreux biais et n’est au final pas très précise. » La méthode proposée par Bold Metrics est différente et ne passe pas par l’image. Au moment de choisir la dimension d’un vêtement, le client se voit poser une courte série de questions assez basiques, comme sa taille, son poids ou encore son âge. « Grâce à ses réponses, nous sommes en mesure de prédire la circonférence de sa poitrine, de ses épaules, ses cuisses. » Un t-shirt nécessite quatre questions, un tuxedo huit. Rien d’insurmontable, même pour quelqu’un n’ayant jamais travaillé dans la mode. « De fait, nous pouvons aider les entreprises à réduire drastiquement les déchets en proposant des mesures rapides et personnalisées à leurs consommateurs. » L’algorithme de la start-up qui compte Levi’s parmi ses clients est en constante évolution, notamment grâce à des retours faits par des tailleurs professionnels. L’avantage pour les marques est aussi de mieux connaître les mensurations de leurs propres clients, toujours dans l’idée de ne pas produire des articles qui ne trouveront jamais preneurs. « Jusque-là, ils ne pouvaient que le supposer. »

Au-delà de la tech, circuits courts et location de vêtements


L’intelligence artificielle n’est pas le seul moteur de la révolution technique qui agite le monde de la mode. A New-York, l’autre capitale de la fashion, on forme dès l'école les designers de demain aux nouvelles technologies. « La prochaine génération devra maîtriser tous ces procédés émergents, estime Michael Ferraro, le directeur exécutif du laboratoire technologique au Fashion Institute of Technology (FIT). L’IA en est une part importante mais ce n’est pas la seule. Par exemple, nous travaillons sur la visualisation 3D des modèles avant confection, plutôt que de les fabriquer et de devoir les jeter. » Reste que selon lui, une mode vraiment respectueuse de l'environnement ne pourra naître qu’avec un changement de système, passant par le développement de l’économie circulaire. D’autant que l’intelligence artificielle n’est pas une solution miracle et peut au contraire être utilisée par certaines marques pour pousser vers toujours plus d’achats. L’entreprise d’e-commerce Zalando a par exemple développé un service qui propose des looks changeants au gré des tendances pour chaque article sélectionné. En réaction à cela, certains étudiants du FIT ont inventé un nouveau type de business model, mettant en lien machine learning et location de vêtements. « Leur point de départ était le suivant  : si l’on veut être sérieux sur l’écologie, il est impératif de réduire le nombre de vêtements en circulation. Comment, alors, continuer à dégager des bénéfices ? Très bientôt, nos habits seront équipés de capteurs et de processeurs. Ils ont proposé de développer une nouvelle relation et une nouvelle chaîne de valeurs entre client et marque sur l’échange des données prélevées par ces éléments : des data contre la location d’habits. Ces données sont par la suite utilisées pour améliorer ces mêmes articles. » Et de conclure : « Il faut faire comprendre aux gens que posséder puis jeter n’est pas obligatoire. Pour que l’être humain arrête de vouloir toujours de nouvelles choses, ce sera très compliqué, alors autant les louer.»

Cyril Camu


Les commentaires

Pour réagir à cet article, je me connecte Je m’inscris

Soyez le premier à réagir !

S’inscrire et participer

Inscrivez vous sur le Digital Society Forum pour commenter et réagir sur les articles et être informé des événements à venir

DSF