Lorsqu’on pense \u00e0 l’intelligence artificielle, ce ne sont pas les secteurs de la mode ou du luxe qui viennent en premiers \u00e0 l’esprit. Et pourtant, l’IA dans ces secteurs n’est pas en reste ! <\/p>\n\n\n\n
Les int\u00e9r\u00eats et cas d’usages sont abondants avec un d\u00e9veloppement d’algorithmes d’IA qui est d\u00e9j\u00e0 en cours pour nombre d’entreprises, dont certaines seront prises comme exemple par la suite. Loin d’\u00eatre le secteur le moins avanc\u00e9 en machine-learning, le secteur de la mode pr\u00e9sente m\u00eame un CAGR tr\u00e8s important, d’environ 40%. Selon une \u00e9tude, le volume de march\u00e9 de l’IA dans le secteur de la mode devrait passer de 228 M$ en 2019, \u00e0 1260 M$ en 20241<\/a><\/sup>. Ainsi, le secteur de la mode va se r\u00e9v\u00e9ler d’un grand int\u00e9r\u00eat pour le d\u00e9veloppement d’algorithmes de deep-learning.<\/p>\n\n\n\n Dans cet article, nous allons pr\u00e9senter quels sont les usages et avantages de l’IA pour le secteur de la mode avant d’aborder le sujet des freins \u00e0 l’int\u00e9gration de l’IA dans ce domaine.<\/p>\n\n\n\n L’utilisation de r\u00e9seaux de neurones dans la mode se d\u00e9cline sous de nombreuses formes et applications, en utilisant plusieurs types d’IA suivant la nature des donn\u00e9es : visuelles, textuelles ou chiffr\u00e9es. Nous pouvons classer les utilisations selon plusieurs typologies d’IA et d’activit\u00e9s, m\u00eame si certaines applications sont transverses.<\/p>\n\n\n\n L’analyse d’images est une technologie souvent utilis\u00e9e dans le monde industriel pour des activit\u00e9s d’inspection, de contr\u00f4le ou encore de supervision.<\/p>\n\n\n\n Pour commencer, une application qui inspire actuellement des travaux de R&D dans la mode est l’utilisation d’IA pour la d\u00e9tection de fraude et\/ou de contrefa\u00e7ons. Effectivement, les fraudes et contrefa\u00e7ons des grandes marques sont courantes et dommageables, notamment pour les sites de commerce en ligne. Certaines annonces post\u00e9es pr\u00e9sentent des articles frauduleux qu’il faudrait \u00eatre capable de d\u00e9tecter pour pouvoir ensuite les supprimer. C’est la raison pour laquelle des algorithmes sont en d\u00e9veloppement pour r\u00e9aliser de la d\u00e9tection de fraudes. Les v\u00e9rifications se font \u00e0 partir de photos et se concentrent sur certaines caract\u00e9ristiques des articles pour comparer avec les images l\u00e9gitimes et d\u00e9tecter les faux (par exemple pour des chaussures ce sont le logo de la marque, les lacets ou encore les semelles). Entrupy, une entreprise soutenue par LVMH, est justement connue pour la r\u00e9alisation d’algorithmes de d\u00e9tection de faux, notamment pour de la maroquinerie. Ces solutions permettent de limiter les fakes, donc de limiter les pertes de revenus et d’\u00e9viter la d\u00e9t\u00e9rioration de l’image de marque affect\u00e9e par des reproductions de mauvaise qualit\u00e92<\/a><\/sup>.<\/p>\n\n\n\n Une autre utilisation de la computer vision pour le secteur de la mode se concentre sur la visualisation et plus pr\u00e9cis\u00e9ment sur l’essayage virtuel. Effectivement, des IA sont d\u00e9velopp\u00e9es pour permettre de voir en temps r\u00e9el, \u00e0 travers une borne, comment une tenue, un maquillage ou une coupe\/couleur de cheveux pourrait \u00eatre port\u00e9. L’intelligence artificielle va reconna\u00eetre la personne et lui appliquer un filtre qui va modifier pr\u00e9cis\u00e9ment l’apparence en simulant le port de la nouvelle tenue ou coupe. Sachant que le e-commerce est un march\u00e9 de grande ampleur et que l’essayage est une des principales probl\u00e9matiques pour les achats de textile en ligne, ces types de solutions sont strat\u00e9giques si elles peuvent ensuite permettre de r\u00e9aliser de l’essayage \u00e0 domicile, cela peut changer nos vies. Actuellement, ces solutions en d\u00e9veloppement permettent surtout d’am\u00e9liorer l’exp\u00e9rience client et la satisfaction, tout en boostant les revenus. Certaines bornes ont d\u00e9j\u00e0 pu \u00eatre d\u00e9velopp\u00e9es par Adobe3<\/a><\/sup> avec sa solution Sievenet, mais aussi par Walmart4<\/a><\/sup> avec sa solution de Zeekit, ou encore par L’Or\u00e9al5<\/a><\/sup> pour le maquillage.<\/p>\n\n\n\n Enfin, une derni\u00e8re utilisation de la computer vision concerne l’assistance et le contr\u00f4le dans les cha\u00eenes de production. Ce ne sont pas des signes de fraudes ou de contrefa\u00e7ons qui sont recherch\u00e9es ici mais des marques de d\u00e9fauts ou de malfa\u00e7ons durant la production. Ainsi, lorsque les tissus sont travaill\u00e9s par les machines, il est possible par le contr\u00f4le vid\u00e9o de rep\u00e9rer la pr\u00e9sence d’un d\u00e9faut, ce qui pourrait par exemple alerter sur un possible dysfonctionnement d’une machine et ainsi permettre d’\u00e9viter des malfa\u00e7ons. De plus, les placements et d\u00e9coupes de tissus peuvent aussi \u00eatre assist\u00e9s par l’IA qui va ainsi permettre de calculer pr\u00e9cis\u00e9ment le positionnement de tissus pour r\u00e9aliser des d\u00e9coupes optimales. Ce type d’analyse de donn\u00e9es permet d’optimiser les processus, d’\u00e9viter les pertes de mat\u00e9riaux et de diminuer les co\u00fbts de maintenance. Une solution de l’entreprise Tekyn permet justement d’illustrer ce type d’utilisation6<\/a><\/sup>.<\/p>\n\n\n\n L’analyse de donn\u00e9es textuelles permet de comprendre et d’interpr\u00e9ter le langage humain, ce qui s’av\u00e8re \u00eatre une t\u00e2che complexe mais qui peut \u00eatre fructueuse pour les industries concernant l’interpr\u00e9tation des avis, attentes et besoins des \u00eatres humains.<\/p>\n\n\n\n Ainsi, une premi\u00e8re utilisation du NLP dans le monde de la mode concerne les chatbots. Ces algorithmes d’apprentissage automatique sont pr\u00e9vus pour \u00e9changer avec des utilisateurs, en r\u00e9pondant \u00e0 des questions. Ces IA vont analyser des mots et mettre en avant certains \u00e9l\u00e9ments en fonction de l’interpr\u00e9tation de la phrase du consommateur. Les marques de mode s’en servent pour assister le consommateur dans sa navigation \u00e0 travers le site internet et dans l’exploration des produits, tels que des montres, des parfums ou encore des produits textiles. Le but est d’am\u00e9liorer les aspects de relation client et d’exp\u00e9rience utilisateur. De nombreuses entreprises du secteur sont en train d’exp\u00e9rimenter l’utilisation de ces chatbots, il est possible de citer : Tommy Hilfiger, Jaeger-LeCoultre, Burberry, Audemars Piguet, Est\u00e9e Lauder ou encore Louis Vuitton7<\/a><\/sup>. L’utilisation de ces bots est \u00e9galement corr\u00e9l\u00e9e \u00e0 la prochaine utilisation de l’IA pr\u00e9sent\u00e9e ci-apr\u00e8s : la recommandation.<\/p>\n\n\n\n Effectivement, l’IA est \u00e9galement utilis\u00e9e dans les industries de la mode pour r\u00e9aliser de la recommandation. La relation client et l’exp\u00e9rience utilisateur sont des aspects importants pour les industriels de ce secteur. Ainsi, mettre en avant des produits adapt\u00e9s aux envies\/besoins\/attentes de chacun est une priorit\u00e9 clairement identifi\u00e9e. La Data Science aide en ce sens en apprenant les habitudes de consommation des utilisateurs. Les algorithmes vont associer des mots cl\u00e9s et valeurs durant la navigation sur le site, ce qui va permettre d’interpr\u00e9ter le comportement du consommateur pour finalement anticiper ses besoins et les pr\u00e9senter sous forme de recommandations. Aussi, ces \u00e9l\u00e9ments peuvent enrichir les algorithmes de chatbots, qui pourront ainsi mettre en avant des produits encore plus pertinents pour les consommateurs. Les avantages per\u00e7us par les entreprises de l’industrie textile concernent toujours l’exp\u00e9rience utilisateur, mais \u00e9galement l’augmentation directe des ventes. Des entreprises, comme La Redoute, ont d\u00e9cid\u00e9 de d\u00e9velopper leurs algorithmes de recommandation, notamment pour am\u00e9liorer leur cross-selling8<\/a><\/sup>. Tandis que certaines entreprises se sp\u00e9cialisent quant-\u00e0-elles dans le d\u00e9veloppement d’algorithmes de recommandation pour le pr\u00eat-\u00e0-porter, comme par exemple Shoptrue qui a d\u00e9velopp\u00e9 sa propre plateforme de recommandation9<\/a><\/sup>.<\/p>\n\n\n\n La Business Intelligence concerne le traitement de donn\u00e9es, le plus souvent chiffr\u00e9es, dont le but est de monitorer une activit\u00e9 en proposant de l’aide \u00e0 la d\u00e9cision. Des fonctions de visualisation sont fr\u00e9quemment utilis\u00e9es, avec des repr\u00e9sentations par des interfaces de type tableau de bord.<\/p>\n\n\n\n L’IA est souvent utilis\u00e9e pour r\u00e9aliser des pr\u00e9visions. Pour les m\u00e9tiers de la mode, ces analyses pr\u00e9dictives peuvent concerner les tendances actuelles et \u00e0 venir. Le but est d’analyser les recherches et achats r\u00e9alis\u00e9s par les consommateurs pour, par exemple rep\u00e9rer si des comportements sortent de l’ordinaire et anticiper ainsi l’\u00e9mergence d’une nouvelle mode. Les tendances identifi\u00e9es pourront servir \u00e0 orienter des actions commerciales, permettant \u00e0 la fois de limiter les pertes li\u00e9es \u00e0 des \u00e9checs tout en am\u00e9liorant les gains li\u00e9s \u00e0 des succ\u00e8s. Les pr\u00e9visions peuvent aussi \u00eatre simplement utilis\u00e9es pour monitorer l’activit\u00e9 g\u00e9n\u00e9rale de l’entreprise en effectuant des pr\u00e9dictions sur des chiffres, comme par exemple sur des volumes de ventes en fonction des p\u00e9riodes, notamment pour optimiser de la gestion des stocks. Les algorithmes de pr\u00e9vision pour le secteur de la mode sont nombreux, on peut citer par exemple celui du g\u00e9ant Google \u00ab\u00a0Think With Google\u00a0\u00bb, mais aussi des algorithmes fran\u00e7ais comme Scrambled qui est utilis\u00e9e par la cha\u00eene de magasins Etam, ou encore Heuritech qui \u00e9tait une start-up laur\u00e9ate du \u00ab LVMH Innovation Award \u00bb en juin 201710<\/a><\/sup>.<\/p>\n\n\n\n En lien avec la pr\u00e9diction, l’analyse des recherches, achats et consultations peuvent servir \u00e0 l’analyse du parcours client. Cette pratique est d\u00e9j\u00e0 r\u00e9pandue dans le secteur du retail et permet de cerner le profil des clients. Ainsi, des actions plus personnalis\u00e9es peuvent \u00eatre entreprises, avec du marketing cibl\u00e9 notamment. Cette pr\u00e9vision de comportement peut \u00eatre encore plus pertinente dans des magasins r\u00e9els, o\u00f9 des techniques de computer vision peuvent \u00eatre ajout\u00e9es pour analyser les d\u00e9placements des consommateurs11<\/a><\/sup>.<\/p>\n\n\n\n Enfin, l’IA peut \u00e9galement \u00eatre utilis\u00e9e dans la mode pour de la recherche et de la cr\u00e9ation. Notamment concernant la formulation de produits cosm\u00e9tiques ou l’\u00e9laboration de produits textiles. Effectivement, la recherche de composants ou d’ingr\u00e9dients peut s’av\u00e9rer longue et co\u00fbteuse, se faisant sur un principe de tests successifs explorant certaines combinaisons. Or l’IA peut permettre d’anticiper des r\u00e9sultats de tests et peut proposer des combinaisons avec des chances de succ\u00e8s plus \u00e9lev\u00e9es pour ainsi limiter les \u00e9checs. Le principe est le m\u00eame concernant la cr\u00e9ation, avec l’assistance de l’IA pour cr\u00e9er des designs<\/a>, avec des algorithmes comme DALL-E qui peuvent \u00eatre utilis\u00e9s. La formulation cosm\u00e9tique fait fortement penser aux algorithmes d’IA de formulation dans la sant\u00e9, qui sont notamment utilis\u00e9s pour trouver les meilleures mol\u00e9cules dans l’\u00e9laboration de traitements m\u00e9dicamenteux<\/a>. Dans le milieu, nous pouvons citer l’algorithme Carto d\u00e9velopp\u00e9 par Givaudan pour aider les parfumeurs \u00e0 trouver les combinaisons optimales12<\/a><\/sup>. Il y a \u00e9galement une start-up fran\u00e7aise, ChemIntelligence qui a d\u00e9velopp\u00e9e un logiciel de formulation et qui comprend Sanofi comme client dans le domaine m\u00e9dical et LVMH comme client de la haute-couture13<\/a><\/sup>.<\/p>\n\n\n\n La vari\u00e9t\u00e9 des applications de l’IA pour le secteur de la mode permet de se rendre compte concr\u00e8tement de la puissance de cette technologie, et permet de pressentir les nombreux avantages qu’apportent ces algorithmes, m\u00eame si des freins ralentissent actuellement leurs impl\u00e9mentations<\/a>.<\/p>\n\n\n\n L’int\u00e9gration de l’IA dans le secteur de la mode semble tr\u00e8s prometteuse, cependant l’utilisation des algorithmes de fa\u00e7on op\u00e9rationnelle n’est pas simple. Effectivement, les technologies d’intelligence artificielle doivent encore relever plusieurs d\u00e9fis, qui sont inh\u00e9rents \u00e0 leur nature.<\/p>\n\n\n\n Effectivement, pour le secteur de la mode, certaines probl\u00e9matiques sont plus particuli\u00e8rement irritantes, notamment concernant les technologies de NLP. <\/p>\n\n\n\n Tout d’abord, la relation avec les consommateurs n’est pas toujours une r\u00e9ussite avec les chatbots : \u00ab\u00a040% des personnes interrompent la communication avec un robot apr\u00e8s la premi\u00e8re interaction\u00a0\u00bb. Effectivement, l’acceptation de cette technologie n’est pas unanime et de nombreuses personnes refusent de tenir une conversation avec un \u00ab\u00a0robot\u00a0\u00bb. Les raisons peuvent \u00eatre multiples, mais nous pouvons souligner une compr\u00e9hension insuffisante de la part des algorithmes<\/a>, notamment lorsque les conversations sortent des cas g\u00e9n\u00e9raux, ce qui peut rendre ces derni\u00e8res difficiles.<\/p>\n\n\n\n En effet, les algorithmes sont performants pour effectuer des t\u00e2ches sp\u00e9cifiques ou r\u00e9pondre \u00e0 des questions pr\u00e9cises, mais la g\u00e9n\u00e9ralisation de leur comportement est extr\u00eamement complexe<\/a>, voir actuellement impossible. Cependant, les algorithmes fonctionnent souvent sur un syst\u00e8me d’apprentissage continu, ce qui pourrait permettre d’imaginer une am\u00e9lioration vis-\u00e0-vis de la tenue des conversations14<\/a><\/sup>.<\/p>\n\n\n\n Mais, un autre probl\u00e8me de taille peut se pr\u00e9senter et affecter les chatbots. Celui-ci porte sur la robustesse des algorithmes<\/a>. Effectivement, les algorithmes d’IA sont souvent confront\u00e9s \u00e0 des questions relatives \u00e0 leur performance et \u00e0 \u00ab\u00a0l’instabilit\u00e9\u00a0\u00bb de leurs r\u00e9ponses. Cette probl\u00e9matique est tr\u00e8s bien repr\u00e9sent\u00e9e par les attaques adversariales, qui d\u00e9montrent par exemple que dans le cas d’images il suffit de changer quelques pixels (invisibles \u00e0 l’\u0153il nu) pour que la r\u00e9ponse de l’algorithme change radicalement15<\/a><\/sup>.<\/p>\n\n\n\n Concernant les chatbots, ils peuvent \u00eatre manipul\u00e9s pour changer leur comportement et ne plus donner les r\u00e9ponses attendues, comme cela a \u00e9t\u00e9 le cas pour un chatbot de Microsoft, qui s’est mis \u00e0 tenir des propos racistes dans des tweets16<\/a><\/sup>. Ainsi, s’assurer du bon fonctionnement des algorithmes est n\u00e9cessaire et r\u00e9sister \u00e0 un certain niveau de \u00ab\u00a0bruit\u00a0\u00bb est important consid\u00e9rant les questions de robustesse des IA. <\/p>\n\n\n\n D’ailleurs, il est ais\u00e9 d’imaginer des probl\u00e8mes relatifs \u00e0 des entreprises vis-\u00e0-vis de ces aspects. Effectivement, StockX, un site de revente de chaussures de type sneakers qui certifiait l’authenticit\u00e9 des paires vendues, s’est retrouv\u00e9 au c\u0153ur d’une affaire juridique avec Nike. Cette derni\u00e8re a remarqu\u00e9 que StockX avait approuv\u00e9 l’authenticit\u00e9 de chaussures frauduleuses et avait vendu ces paires comme \u00e9tant certifi\u00e9es authentiques. Nike a donc port\u00e9 plainte, ce qui a eu pour effet de supprimer la mention d’authenticit\u00e9 pour StockX17<\/a><\/sup>. Ainsi, si une IA est entra\u00een\u00e9e pour certifier l’authenticit\u00e9 de chaussures et qu’elle effectue des erreurs du m\u00eame type que celles commises par StockX, il est \u00e9galement possible de s’imaginer que des poursuites judiciaires pourraient avoir lieu. D’o\u00f9 l’importance de faire de la validation de l’intelligence artificielle.<\/p>\n\n\n\n En rapport avec la robustesse et la validation, la question des biais se pose \u00e9galement. Ces derniers affectent le comportement de l’algorithme et alt\u00e8rent ses performances. Les biais sont nombreux, et peuvent concerner beaucoup de notions diff\u00e9rentes<\/a> : biais d’\u00e9chantillonnage, biais de mesure, biais de renforcement, etc. Ces derniers sont tr\u00e8s souvent en lien avec des donn\u00e9es d’entra\u00eenement et ce pour plusieurs raisons : par manque de diversit\u00e9 des donn\u00e9es, par pr\u00e9sence de donn\u00e9es de mauvaise qualit\u00e9 ou de donn\u00e9es marqu\u00e9es, etc. Ces biais sont probl\u00e9matiques car ils remettent en cause l’int\u00e9grit\u00e9 et la robustesse des mod\u00e8les, tout en \u00e9tant complexes \u00e0 rep\u00e9rer et \u00e0 \u00e9liminer car souvent invisibles \u00e0 l’\u0153il nu. Ainsi, il est important de proc\u00e9der \u00e0 des \u00e9valuations concernant la pr\u00e9sence de biais en amont dans les jeux de donn\u00e9es, pour permettre de les identifier et de les traiter.<\/p>\n\n\n\n Tout d’abord, il y a l’aspect juridique, avec la question de la gouvernance qui se pose, en lien avec la r\u00e9glementation RGPD18<\/a><\/sup>. Effectivement, les donn\u00e9es utilis\u00e9es par les IA, non seulement dans le secteur de la mode, peuvent rapidement avoir attrait \u00e0 un caract\u00e8re sensible. Ainsi, leur exploitation signifie qu’il faut \u00eatre conforme aux exigences de traitement de ce type de donn\u00e9es et donc mettre en place un certain nombre de dispositifs, qui ne sont pas simples \u00e0 g\u00e9rer. Par exemple, ces \u00e9l\u00e9ments doivent \u00eatre pris en compte avant de r\u00e9aliser des IA de recommandation ou encore d’essayage virtuel. Dans ce dernier cas, les cabines virtuelles utilisent des donn\u00e9es morphologiques qui sont consid\u00e9r\u00e9es comme sensibles, car ce sont des donn\u00e9es biom\u00e9triques qui peuvent donner des informations sur le sexe ou qui pourraient entre autres permettre de d\u00e9celer la pr\u00e9sence d’une maladie g\u00e9n\u00e9tique19<\/a><\/sup>. Ainsi, la complexit\u00e9 de gestion de ces donn\u00e9es peut grandement freiner l’impl\u00e9mentation d’une IA.<\/p>\n\n\n\n \u00c9galement, l’aspect environnemental entre en jeu depuis la prise de conscience \u00e9cologique. Ici il est question de la consommation d’\u00e9nergie, car l’intelligence artificielle est de mani\u00e8re g\u00e9n\u00e9rale tr\u00e8s gourmande en puissance de calcul et en volume de donn\u00e9es. Or, depuis le d\u00e9veloppement des objets connect\u00e9s et du Big Data, il est connu que les ordinateurs et les serveurs de stockage sont devenus une source importante d’\u00e9missions de CO2. Cette probl\u00e9matique, qui a amen\u00e9 l’\u00e9mergence du GreenIT, pose de nouvelles interrogations pour des entreprises tr\u00e8s soucieuses de leur RSE, telles que pourraient l’\u00eatre des entreprises du secteur de la mode. Le GreenIT est encore en d\u00e9veloppement et se veut de proposer des alternatives moins consommatrices en ce qui concerne l’utilisation des ordinateurs et des serveurs20<\/a><\/sup>. Ainsi, les solutions du GreenIT peuvent aussi influer directement sur le d\u00e9veloppement des algorithmes d’IA, notamment concernant l’entrainement des r\u00e9seaux. C’est dans ce contexte qu’a \u00e9t\u00e9 mis en avant la frugalit\u00e9 de l’IA<\/a>, pour permettre de r\u00e9pondre aux challenges de volumes de donn\u00e9es et donc de limiter la consommation n\u00e9cessaire \u00e0 l’entrainement d’un r\u00e9seau. Cependant ce secteur est en plein essor et demande un certain effort de R&D. Cette dimension peut donc potentiellement freiner des int\u00e9grations de par la longueur des travaux n\u00e9cessaires au d\u00e9veloppement du GreenIT ou par la r\u00e9ticence de certains acteurs vis-\u00e0-vis de d\u00e9veloppements qui pourraient se voir \u00eatre r\u00e9vis\u00e9s suite \u00e0 des changements de politique.<\/p>\n\n\n\n Enfin, concernant les aspects \u00e9thiques, il existe des d\u00e9fis g\u00e9n\u00e9raux au monde de l’IA, li\u00e9s \u00e0 la perception de la technologie. Effectivement, l’image de l’intelligence artificielle n’est pas exempte de comparaisons peu repr\u00e9sentatives mais pourtant tr\u00e8s parlantes. Les images couramment associ\u00e9es \u00e0 l’IA d\u00e9peignent souvent la technologie comme \u00e9tant une copie robotique d’un \u00eatre humain, voir allant m\u00eame jusqu’\u00e0 des repr\u00e9sentations de science-fiction de robot tueur \u00e0 la \u00ab\u00a0terminator\u00a0\u00bb. Cependant ces images refl\u00e8tent tr\u00e8s mal l’\u00e9tat actuel des capacit\u00e9s des algorithmes d’IA<\/a> et les volont\u00e9s vis-\u00e0-vis de ces technologies. Mais pour r\u00e9sumer, les algorithmes ne sont efficaces que pour r\u00e9aliser des t\u00e2ches tr\u00e8s pr\u00e9cises, ce qui rend impossible la r\u00e9alisation de t\u00e2ches diff\u00e9rentes, m\u00eame si elles sont tr\u00e8s peu \u00e9loign\u00e9es. De plus, l’Union Europ\u00e9enne a exprim\u00e9e la volont\u00e9 d’orienter le d\u00e9veloppement des IA pour des applications d’assistance aux humains et non pour remplacer l’homme, notamment concernant du soutien \u00e0 la r\u00e9alisation de t\u00e2ches longues, r\u00e9barbatives et sans grande valeur ajout\u00e9es.<\/p>\n\n\n\n \u00c9galement, les algorithmes devront inclure des notions \u00e9thiques, c’est-\u00e0-dire qu’il y aura entre autres des devoirs de transparence, des preuves de bon fonctionnement ou encore des \u00e9l\u00e9ments de responsabilisation \u00e0 apporter. M\u00eame si l’univers de la mode souffre moins de cette mauvaise image de l’IA, il n’emp\u00eache que le fait d’utiliser cette technologie confronte tout de m\u00eame \u00e0 ces questions d’ordre \u00e9thique. L’opinion publique reste actuellement un frein \u00e0 l’int\u00e9gration de l’IA, en attendant que cette mentalit\u00e9 soit amen\u00e9e \u00e0 changer. Pour cette raison, il va falloir amener de la confiance dans cette technologie, notamment en suivant les directives europ\u00e9ennes, qui deviendront bient\u00f4t obligatoires pour le d\u00e9veloppement d’IA, au travers du futur AI-Act21<\/a><\/sup>.<\/p>\n\n\n\n Ainsi, le d\u00e9veloppement de l’IA doit tenir compte de ces freins et chercher \u00e0 les d\u00e9passer, \u00e0 la fois concernant les aspects techniques mais aussi concernant les aspects soci\u00e9taux. Ce sont autant de probl\u00e9matiques qui sont actuellement des freins \u00e0 l’int\u00e9gration op\u00e9rationnelle de l’IA, mais un certain nombre d’entre elles pourraient \u00eatre r\u00e9pondues en incluant des dimensions de validation algorithmiques.<\/p>\n\n\n\n Pour conclure, les utilisations de l’IA dans le secteur de la mode sont nombreuses. Ce secteur int\u00e8gre des types d’IA diff\u00e9rentes avec des algorithmes traitant de donn\u00e9es vari\u00e9es : visuelles, textuelles ou chiffr\u00e9es. <\/p>\n\n\n\n Les valeurs ajout\u00e9es concernent toutes les \u00e9tapes importantes de cette industrie, \u00e0 commencer par les aspects industriels de production en allant jusqu’\u00e0 la relation client. Ainsi, un certain nombre d’entreprises exploite le march\u00e9 en d\u00e9veloppant sp\u00e9cifiquement des solutions pour le secteur de la mode. <\/p>\n\n\n\n Cependant leur int\u00e9gration op\u00e9rationnelle est bien souvent frein\u00e9e par diff\u00e9rentes causes. Le d\u00e9veloppement de l’IA est \u00e0 la fois un sujet complexe techniquement et socialement. Les initiatives europ\u00e9ennes vis-\u00e0-vis de la normalisation de l’IA vont permettre \u00e0 cette technologie d’\u00e9voluer plus efficacement dans un cadre d\u00e9fini d’ici \u00e0 2025, notamment en permettant d’introduire de la validation algorithmique22<\/a><\/sup>. Entre autres, il est ainsi esp\u00e9r\u00e9 que la confiance instaur\u00e9e pourra faire \u00e9voluer les mentalit\u00e9s au sujet de l’IA.<\/p>\n\n\n\n Concernant le futur de l’IA pour le secteur de la mode, celui-ci devrait encore avoir de beaux jours. Outre-les d\u00e9j\u00e0 tr\u00e8s nombreux cadres d’application et valeurs ajout\u00e9es de l’IA dans ce secteur, une autre branche pourrait \u00e9merger concernant l’int\u00e9gration de l’IA directement dans les textiles. Cette nouvelle orientation s’appelle la fibretronique. Le but serait donc d’embarquer de l’IA directement dans les v\u00eatements23<\/a><\/sup>. <\/p>\n\n\n\n Plusieurs cas d’usages et avantages sont mis en avant. Les v\u00eatements d\u00e9velopp\u00e9s pourraient permettre de r\u00e9aliser des analyses de donn\u00e9es en temps r\u00e9el, notamment pour permettre l’adaptation des propri\u00e9t\u00e9s des tissus. Ainsi, dans l’exemple du sport, les tissus pourraient s’adapter \u00e0 la transpiration pour a\u00e9rer plus efficacement, dans le domaine du bien-\u00eatre le v\u00eatement pourrait adapter la temp\u00e9rature du corps en actionnant une fonction chauffante ou rafraichissante, enfin avec le domaine de la sant\u00e9 le v\u00eatement pourrait inclure de l’assistance robotique pour, par exemple, ajuster la puissance musculaire des personnes \u00e0 mobilit\u00e9 r\u00e9duite pour les aider \u00e0 se lever. Ainsi, peut-\u00eatre pourrait-on imaginer que le secteur de la mode en viendrait \u00e0 rencontrer le secteur de l’embarqu\u00e9.<\/p>\n\n\n\n Lorsqu’on pense \u00e0 l’intelligence artificielle, ce ne sont pas les secteurs de la mode ou du luxe qui viennent en premiers \u00e0 l’esprit. Et pourtant, l’IA dans ces secteurs n’est pas en reste ! Les int\u00e9r\u00eats et cas d’usages sont abondants avec un d\u00e9veloppement d’algorithmes d’IA qui est d\u00e9j\u00e0 en cours pour nombre d’entreprises, dont […]<\/p>\n","protected":false},"author":8,"featured_media":6920,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_seopress_robots_primary_cat":"none","_seopress_titles_title":"","_seopress_titles_desc":"","_seopress_robots_index":"","footnotes":"[{\"content\":\"AI in Fashion Market Growth Drivers & Opportunities | MarketsandMarkets<\/a>\",\"id\":\"394a2b8f-4f92-4d9d-a474-09563aaa7416\"},{\"content\":\"Le syst\u00e8me d'authentification Entrupy d\u00e9tecte les sneakers contrefaites en 60 secondes<\/a>\",\"id\":\"d7b2ddc6-29e5-4096-b981-409718722ede\"},{\"content\":\"Adobe a d\u00e9velopp\u00e9 une technologie d'essayage virtuel pour le secteur de la mode<\/a>\",\"id\":\"0ccd2ac1-2268-43ed-a140-e6b75c31bcc5\"},{\"content\":\"Walmart propose d\u2019essayer virtuellement des v\u00eatements sur son propre corps \u2014 Si\u00e8cle Digital<\/a>\",\"id\":\"944a58f6-7f0f-46a8-b45b-8e36b4b01cad\"},{\"content\":\"L\u2019Or\u00e9al lance l\u2019essayage virtuel de maquillage sur Amazon gr\u00e2ce \u00e0 l\u2019Intelligence artificielle<\/a>\",\"id\":\"9813b880-a619-42b3-a70c-7e1645a60292\"},{\"content\":\"TEKYN mise sur la durabilit\u00e9 dans l\u2019industrie textile - La French Fab<\/a>\",\"id\":\"c116311f-a4e6-41bd-ae0b-a36491add690\"},{\"content\":\"Les marques de luxe et les chatbots | Blog Mobibot.io<\/a>\",\"id\":\"2a51125c-2bfe-4a12-a7b2-375e0ec8549f\"},{\"content\":\"Cross selling pilot\u00e9 par l'IA: l'exemple de la redoute<\/a>\",\"id\":\"d7c8a89c-bea6-4c74-bcda-f2ef9b4cc8a7\"},{\"content\":\"AI-driven fashion platform Shoptrue constantly learns its users shopping habits | TechCrunch<\/a>\",\"id\":\"66fc2afb-9ecd-4fd4-b37a-2420177256a0\"},{\"content\":\"Intelligence Artificielle & la Mode - Scient<\/a>\",\"id\":\"2303dd96-f072-42f7-98f5-dbca8adfdcd5\"},{\"content\":\"Comment l\u2019IA et l\u2019analytique vid\u00e9o se mettent au service du retail [Tribune]<\/a>\",\"id\":\"bc44ad52-b143-4b7b-9f62-430225d81aec\"},{\"content\":\"Cosm\u00e9tique algorithmique : quand l'intelligence artificielle investit la beaut\u00e9 - Marie Claire<\/a>\",\"id\":\"9f81148d-80ed-4eef-a340-febe82d62592\"},{\"content\":\"La cosm\u00e9tique se convertit \u00e0 l\u2019intelligence artificielle | La Gazette Normandie<\/a>\",\"id\":\"f04a1257-ceff-490a-b775-a48ee7237084\"},{\"content\":\"L\u2019intelligence artificielle et la mode - FashionAdresse<\/a>\",\"id\":\"3a967f5d-c5d9-443e-9960-1cbec0b62cc1\"},{\"content\":\"Adversarial Examples : D\u00e9finition et importance en machine learning<\/a>\",\"id\":\"6076672f-655b-44a9-a2d3-cfa73e1f56c0\"},{\"content\":\"A peine lanc\u00e9e, une intelligence artificielle de Microsoft d\u00e9rape sur Twitter<\/a>\",\"id\":\"c20cee19-351c-412f-86d3-e477a1c2d7bf\"},{\"content\":\"Apr\u00e8s les accusations de Nike, Stock X retire ses badges d'authenticit\u00e9<\/a>\",\"id\":\"4a3c1185-9797-49ae-adb9-0e319b3a8e22\"},{\"content\":\"Intelligence artificielle ou low-tech : quelles tendances pour la mode<\/a>\",\"id\":\"9751cf78-9c48-4f9d-a983-0729c0b2da3d\"},{\"content\":\"Mode & IA : La confidentialit\u00e9 des cabines d\u2019essayage virtuelles \u2014 Gerrish Legal<\/a>\",\"id\":\"872dd46c-7bcd-4384-a00a-ee2138f2aa89\"},{\"content\":\"Measuring the environmental impacts of artificial intelligence compute and applications : The AI footprint | OECD Digital Economy Papers<\/a>\",\"id\":\"25373c88-40b6-479c-bc0c-f2893ca3aa85\"},{\"content\":\"Ethics guidelines for trustworthy AI | Shaping Europe\u2019s digital future<\/a>\",\"id\":\"1dc8d11e-3219-4028-8aa8-81c89348a669\"},{\"content\":\"https:\/\/artificialintelligenceact.eu\/the-act\/<\/a>\",\"id\":\"7d30e1de-18a7-4f69-b9df-4a5b3f2c4578\"},{\"content\":\"https:\/\/scient.fr\/article-intelligence-artificielle-la-mode\/<\/a>\",\"id\":\"9f04b595-3b2b-42f4-b049-254169945593\"}]"},"categories":[149],"tags":[184,172],"class_list":["post-6915","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ia-et-industrie","tag-commerce-de-detail","tag-mode"],"acf":[],"_links":{"self":[{"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/posts\/6915","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/users\/8"}],"replies":[{"embeddable":true,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/comments?post=6915"}],"version-history":[{"count":0,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/posts\/6915\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/media\/6920"}],"wp:attachment":[{"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/media?parent=6915"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/categories?post=6915"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/numalis.com\/fr\/wp-json\/wp\/v2\/tags?post=6915"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Les usages de l’IA dans la mode<\/h2>\n\n\n\n
Computer vision : analyse de donn\u00e9es visuelles<\/h3>\n\n\n\n
NLP (Natural Language Processing) : analyses de donn\u00e9es textuelles<\/h3>\n\n\n\n
BI (Business Intelligence) : analyses de donn\u00e9es chiffr\u00e9es et fusion de donn\u00e9es<\/h3>\n\n\n\n
Les freins \u00e0 l’int\u00e9gration de l’IA<\/h2>\n\n\n\n
Certains freins sp\u00e9cifiques au secteur de la mode<\/h3>\n\n\n\n
Mais des probl\u00e9matiques freinent \u00e9galement l’int\u00e9gration de l’IA de mani\u00e8re g\u00e9n\u00e9rale<\/h3>\n\n\n\n
Conclusion<\/h2>\n\n\n\n
Sources<\/h2>\n\n\n