Les calculs ne sont pas bons : 25% de ce que la mode produit n’est pas vendu, selon le rapport “The state of fashion” de McKinsey. Et 40% ne l’est pas au prix fort. Hors, chaque pièce requiert des ressources énormes : eau, pollution, émissions de carbone, et un déchet qui se retrouvera potentiellement dans la nature ensuite. L’intelligence artificielle (IA), dont les pouvoirs semblent illimités, maîtrise des ficelles qui pourraient bien rectifier le tir, en faveur d’une production modesque plus pondérée et de facto, plus durable.
L'IA au service de la mode durable
L’une de ses utilisations les plus réjouissantes est sa capacité à prédire les tendances futures. Non seulement, cela permet d’épargner le temps, les efforts et l’argent déployés par les maisons de mode, mais cela évite également la surproduction dûe aux erreurs humaines. Et quel meilleur endroit que les réseaux sociaux pour les saisir sur le vif ? La plateforme Heuritech, qui a remporté le premier LVMH Innovation Award, s’est spécialisée dans l’analyse des images postées sur Instagram, Tiktok et autres pour “quantifier et prédire ce que les gens vont porter à travers le monde”. “Le réel choix a été celui de concentrer la recherche et le développement de la reconnaissance visuelle, plus fiable que la reconnaissance textuelle, et plus à même de générer de la big data grâce au réseaux sociaux qui reposent essentiellement sur le partage d’images et sont de ce fait le canal parfait pour analyser des industries elles-mêmes intrinsèquement liées aux images”, nous précise Julie Pont, Fashion & Creative Director. Ceci, grâce à la “computer vision”, une technologie d’intelligence artificielle capable de détecter 2000 attributs de mode (des macro-imprimés, couleurs et tissus, formes…) sur un produit. Les datas récoltées permettent ensuite aux maisons de mode et du sportswear avec qui ils travaillent de “juger de manière précise et plus rationnelle si une tendance est en croissance, amenée à rester et propice à satisfaire leur cible”. Et ce, avec une réelle longueur d’avance. “Nos algorithmes de forecast, couplés à notre reconnaissance visuelle, permettent de prédire le comportement d’une tendance qu’on l’on a appris à reconnaître, un an à l’avance avec 90% de certitude.”
La production et la gestion des stocks À l’étape production, aussi, l’IA mène la danse. En révélant une idée précise du type de matière et des quantités nécessaires, l’IA limite sérieusement les chutes de tissus. Elle peut aussi créer des tenues “à la demande” grâce à la modélisation 3D. Celles-ci peuvent alors être soumises aux votes et seules celles qui remportent les suffrages sont produites. Quant à la gestion des stocks, sous sa tutelle, tout peut être géré et analysé en temps réel et éviter ainsi de produire du sur ou sous-stock.
En outre, l’IA s’inscrit aussi dans les essayages virtuels pour limiter les retours, à l’instar de l’outil déployé par Google en Amérique en 2023 : Try-On. Par ce biais, un internaute en quête d’un t-shirt peut le visualiser sur un mannequin ayant une morphologie ainsi que des atouts physiques (tels que la couleur de cheveux ou des yeux) similaires. Alors qu’il ne le porte pas en réalité. Le trucage est pourtant parfait, grâce à l’IA générative d’image. Prochaine étape ? Poster directement une photo pour visualiser le rendu sur soi avant tout achat.
“En moyenne, nous n'utilisons que 30% de notre garde-robe, alors même que la production textile a doublé entre 2000 et 2014”, nous explique Nada Bargachi. C’est pourquoi elle a développé, via l’application Vera, un outil qui permet d’optimiser ce que l’on a déjà. L’intelligence artificielle joue ici le rôle de personal shopper, en analysant les préférences vestimentaires, le style, les besoins et même la météo et les tendances, pour recommander une tenue du jour avec les pièces qui sont déjà en notre possession. Une personnalisation qui s’enrichit au fil des utilisations, “la rendant progressivement plus intelligente et capable de proposer des conseils toujours plus ciblés et appropriés.” En prime, l'IA joue un rôle clé dans l'analyse prédictive, en scrutant les données pour détecter les tendances émergentes. “Cette capacité à anticiper les goûts futurs permettrait à l'application de proposer des tenues qui restent dans l'air du temps mais également de prédire les tendances.”
Enfin, le problème majeur qui se pose lors du recyclage d’un vêtement est son caractère pluri matières. Ensuite, il convient souvent de trier les vêtements par couleur et d’identifier la composition exacte de chaque élément qui le constitue, une tâche quasi impossible pour un humain tant elle est complexe. La tech prend alors le relais. Cetia a déployé ses équipements dernier cri à Hendaye, capables de “délisser” un vêtement ou une chaussure, soit de le décortiquer puis séparer les différentes parties qui le composent pour faciliter grandement sa recyclabilité. Bien qu’on en soit qu’aux prémisses, la révolution tech commence à tisser sa toile dans le monde de la mode, le menant vers un futur plus sensé, plus circulaire et plus en phase avec son temps.
Retrouvez aussi sur Vogue.fr :
9 actions à mettre en place en priorité pour limiter son impact environnemental
Comment les maisons de mode réduisent l'impact environnemental de leurs boutiques ?
Pourquoi le recyclage n'est-il pas (encore) la solution pour une mode durable ?
Encore plus de Vogue France en vidéo :
