L’Intelligence artificielle peut-elle comprendre la mode ?

L’intelligence artificielle et le machine learning s’attaquent à un problème que détestent les entreprises : l’imprévisibilité. Pour survivre et se développer, une entreprise doit pouvoir anticiper les facteurs qui impactent sa chaine logistique, ses coûts, ses ressources, ses processus et les marchés sur lesquelles elle opère. L’IA serait-elle une solution miracle dans tous les secteurs ? Loin de là, car il manque encore aux algorithmes une qualité humaine indispensable: l’intuition. Cette limitation est d’autant plus vraie dans des industries qui font appel à la créativité humaine, comme le secteur de la mode.

 

L’intérêt économique de l’IA dans la mode

 

Prévoir les tendances est clé dans le secteur de la mode, et s’assurer que la chaîne logistique permettra de sortir sur le marché dans les délais une gamme de vêtements répondants au cahier des charges. Mais cette capacité prédictive a un coût en capacité de calcul. Une grande marque de mode peut dédier des centaines de milliers de dollars chaque mois en budget de cloud computing pour traiter les données de ses fournisseurs, des plateformes retail et les données issues de l’intelligence de marché. Un analyste de données peut réduire le temps de traitement nécessaire et donc diminuer les coûts. L’humain amène aussi à l’IA son intuition, c’est à dire sa capacité à imaginer au-delà de la logique.

 

Le lien entre IA et blockchain

 

La chaine logistique de la mode est fortement dépendante de la sous-traitance internationale et donc soumise à ses risques. L’automatisation et la transparence sont donc recherchées. Une approche intéressante est d’intégrer la blockchain aux process manufacturiers avec un module de « smart contract » ou contrat intelligent pour déclencher automatique un paiement dès la réalisation d’une tâche comme la livraison en magasin par exemple.

 

L’IA en soutien aux managers intermédiaires

 

Finalement l’IA commence a déjà faire ses preuves dans le secteur de la mode pour automatiser certaines tâches dévolues aux managers intermédiaires, comme par exemple le sourcing de fournisseurs. Car avec le machine learning l’IA continue de devenir plus performante et fiable, et seule sa capacité d’autoapprentissage et de traitement d’un volume toujours plus important de données permet de suivre le rythme de la transformation des chaînes logistiques mondiales d’approvisionnement.

 

Mais l’IA reste limitée par son mode d’analyse, car elle ne peut pas fournir des prédictions sur des tendances qu’elle n’a encore jamais vues, et peut intégrer de mauvaises données en amont de son process d’analyse. L’IA reste donc aveugle aux réelles innovations et aux grands changements culturels, un handicap pour tenter de comprendre les tendances de la mode.

 

Lire l’article