6 novembre 2026Édition internationale
Vol. I · No.
6 novembre 2026
AI IN FASHION
DAILY
Le briefing quotidien sur l’IA dans le business de la mode
Là où la mode rencontre l’intelligence artificielle.
Stratégie, Données & Réglementation · Analyses

35 % des dirigeants de la mode utilisent l'IA générative quotidiennement : enquête State of Fashion 2026

Plus d'un tiers des dirigeants de la mode déploient déjà l'IA générative dans le service client, la création d'images et la rédaction, mais 90 % des projets pilotes ne passent jamais en production.

brown coat hanged on black steel pole
Photo: Filip Urban / Unsplash

L'ESSENTIEL Résumé de la rédaction

  1. Plus de 35 % des dirigeants de la mode déclarent utiliser déjà l'IA générative dans des domaines tels que le service client en ligne, la création d'images, la rédaction et la découverte de produits, selon l'enquête BoF McKinsey State of Fashion 2026 Executive Survey.
  2. Zalando a réduit le temps de production d'images de six à huit semaines à trois à quatre jours, pour un coût inférieur d'environ 90 %, son assistant IA atteignant 10 millions d'utilisateurs au premier trimestre 2026.
  3. La page d'accueil personnalisée par IA de Saks Fifth Avenue a généré une augmentation de 7 % du chiffre d'affaires par visiteur et une amélioration de près de 10 % de la conversion.
  4. Jusqu'à 90 % des initiatives IA dans la mode ne parviennent pas à passer au-delà de la phase pilote, en raison de technologies sous-jacentes médiocres, de données fragmentées et d'obstacles organisationnels.

Plus de 35 % des dirigeants de la mode déclarent utiliser déjà l'IA générative dans des domaines tels que le service client en ligne, la création d'images, la rédaction, la recherche de produits ou la découverte de produits, selon l'enquête BoF McKinsey State of Fashion 2026 Executive Survey publiée en décembre 2025. Quatre-vingt-douze pour cent des organisations de mode affirment qu'elles augmenteront leurs investissements dans l'IA générative cette année, et 1 % décrivent leur déploiement comme étant mature. L'écart entre l'adoption et la maturité définit la position de la technologie dans la mode aujourd'hui : largement testée, rarement intégrée, et de plus en plus critique pour l'avantage concurrentiel.

Ces résultats sont importants car l'automatisation avec l'IA générative pourrait entraîner d'énormes gains de productivité pour les acteurs de la mode dans leurs fonctions de marketing et de vente, tandis que d'ici 2030, environ un tiers du temps des employés dans tous les secteurs pourrait être automatisé par l'IA générative et d'autres technologies en Europe et aux États-Unis. Les entreprises de mode sont désormais confrontées à un moment où les premiers adoptants prennent de l'avance avec des résultats mesurables, tandis que la majorité reste bloquée en mode pilote avec des outils fragmentés et des déploiements non mis à l'échelle.

« Difficile » a dépassé « incertain » comme mot que les dirigeants interrogés dans l'enquête annuelle Business of Fashion McKinsey State of Fashion Executive Survey ont utilisé le plus fréquemment pour décrire l'industrie en 2026, les tarifs douaniers étant cités comme le principal obstacle. Dans ce contexte, les dirigeants identifient la mise à l'échelle de l'IA et des capacités numériques connexes comme la plus grande opportunité pour 2026.

Quelles fonctions utilisent le plus l'IA générative ?

Le State of Fashion 2026 rapporte que plus de 35 % des dirigeants utilisent l'IA générative, concentrée dans les fonctions marketing et orientées consommateur, les autres équipes étant à la traîne. Le schéma est cohérent entre les sources : plus de 35 % des dirigeants déclarent l'utiliser déjà dans des domaines tels que le service client en ligne, la création d'images, la rédaction, la recherche de produits ou la découverte de produits.

L'adoption dans la conception et le merchandising est à la traîne par rapport au marketing. Selon McKinsey, 75 % des dirigeants de la mode accordent désormais la priorité à l'IA pour l'optimisation des stocks, la prévision de la demande et le contrôle des coûts, marquant un changement vers les fonctions principales du merchandising au lieu de l'engagement client seul. L'IA est désormais profondément intégrée dans le flux de travail de conception, fournissant des images réalistes à partir de croquis et de mannequins virtuels et offrant aux créateurs des possibilités infinies. La marque espagnole Desigual est pleinement engagée dans cette approche hybride, utilisant son programme Awesome Lab pour explorer les applications de l'IA générative dans la conception de produits et le marketing personnalisé.

Jalons du déploiement de l'IA générative dans la mode, 2024 à 2026
  1. T4 2024Zalando produit environ 70 % de ses images de campagne éditoriale avec l'IA, réduisant la production de 6 à 8 semaines à 3 à 4 jours
  2. août 2025Saks Fifth Avenue lance une page d'accueil personnalisée par IA, générant une augmentation de 7 % du chiffre d'affaires par visiteur et une amélioration de près
  3. septembre 2025Ralph Lauren lance Ask Ralph, assistant shopping conversationnel IA, alimenté par Azure OpenAI
  4. décembre 2025L'enquête BoF McKinsey State of Fashion 2026 révèle que 35 % des dirigeants utilisent déjà l'IA générative dans leurs opérations quotidiennes
  5. T1 2026Zalando Assistant atteint 10 millions d'utilisateurs (contre 6 millions sur toute l'année 2025) ; 90 % du contenu du site est désormais généré par IA

Source: Rapports d'entreprise McKinsey, Zalando, Saks, Ralph Lauren, 2025-2026

Quels outils et tâches dominent l'adoption ?

Les déploiements les plus visibles se concentrent sur la génération d'images et la production de contenu. Zalando a indiqué qu'environ 70 % de ses images de campagne éditoriale du quatrième trimestre 2024 étaient générées par IA, réduisant la production de six à huit semaines à trois ou quatre jours. Son vice-président des solutions de contenu a indiqué que la production d'images est passée de six à huit semaines à trois ou quatre jours, pour un coût inférieur d'environ 90 %. 90 % du contenu de son site est désormais généré par IA. Il y a un an, ce chiffre était proche de zéro.

L'IA conversationnelle pour le service client et la découverte de produits se développe plus rapidement que d'autres applications. Depuis le début de l'année, près de 10 millions de clients ont déjà demandé conseil à l'Assistant, contre 6 millions sur toute l'année 2025, a rapporté Zalando dans ses résultats du premier trimestre 2026. Ralph Lauren a introduit Ask Ralph, une nouvelle expérience d'achat conversationnelle alimentée par l'IA qui invite les consommateurs à s'engager avec et à s'inspirer de la vision unique et iconique du style de Ralph Lauren en septembre 2025.

Les outils spécifiques mentionnés dans les divulgations des entreprises incluent Azure OpenAI pour les interfaces conversationnelles, Mastercard Dynamic Yield pour la personnalisation et des moteurs d'IA générative propriétaires pour la création d'images. Des plateformes spécifiques à la mode telles que Heuritech pour la prévision des tendances, Style3D pour la conception générative et ZMO.ai pour les images de produits sur mannequin apparaissent dans les rapports commerciaux, bien que les marques divulguent rarement les relations avec les fournisseurs dans les documents financiers.

Quels gains de productivité les entreprises revendiquent-elles ?

La compression du temps domine les avantages déclarés. Zalando a réduit le temps nécessaire pour produire des images de mode de 6 à 8 semaines à seulement 3 à 4 jours en adoptant l'IA générative dans son processus de production de contenu. Les réductions de coûts accompagnent les gains de vitesse : Zalando a déployé l'IA générative dans la génération d'images, la conception de produits et la personnalisation, réduisant les coûts de production d'images de 90 % dans le processus.

Dans le merchandising et la personnalisation, les revendications se concentrent sur l'amélioration de la conversion et du chiffre d'affaires. La page d'accueil a dépassé les objectifs, générant une augmentation de 7 % du chiffre d'affaires par visiteur et une amélioration de près de 10 % de la conversion, selon l'annonce de Saks Global d'août 2025. La page d'accueil personnalisée par IA de Saks Global pour Saks Fifth Avenue a augmenté le chiffre d'affaires par visiteur de 7 % et a généré une amélioration de la conversion de près de 10 %.

Des estimations plus larges pointent vers un potentiel de bénéfice d'exploitation transformateur. McKinsey estime que l'IA générative seule pourrait ajouter 150 à 275 milliards de dollars aux bénéfices d'exploitation de la mode et du luxe sur trois à cinq ans. Plus de 40 % des employés américains dans les biens de consommation et le commerce de détail affirment que des initiatives telles qu'une formation formelle à l'IA générative, une intégration transparente dans les flux de travail et des incitations les rendraient plus susceptibles d'utiliser quotidiennement des outils d'IA générative.

Quels résultats mesurés existent au-delà des revendications des fournisseurs ?

Les résultats vérifiables indépendamment restent concentrés dans une poignée de divulgations de sociétés publiques. L'appel aux résultats du premier trimestre 2026 de Zalando a fourni les données opérationnelles les plus claires : l'approche multi-applications de l'entreprise porte le nombre de clients actifs à un nouveau record de 62,3 millions, avec une dépense moyenne par client en hausse de 2,9 % à 305 euros. En conséquence, le nombre de clients actifs a atteint un nouveau record de 62,3 millions, soit une augmentation de près de 10 millions d'une année sur l'autre. L'entreprise attribue une partie de cette croissance aux gains d'efficacité liés à l'IA, bien qu'elle n'isole pas la contribution spécifique de l'IA.

La personnalisation de la page d'accueil de Saks Fifth Avenue offre un test contrôlé rare. Depuis le lancement initial de la page d'accueil personnalisée pour 5 % du trafic e-commerce, Saks a progressivement étendu le déploiement à davantage de clients, avec désormais 100 % du trafic de Saks.com dirigé vers la page d'accueil personnalisée. Selon l'entreprise, les performances de la page d'accueil ont dépassé les attentes, générant une augmentation de 7 % du chiffre d'affaires par visiteur et améliorant la conversion de près de 10 %. La structure de déploiement progressif permet une certaine confiance dans l'attribution.

Les recommandations de taille et d'ajustement génèrent des économies opérationnelles mesurables. Les recommandations de taille alimentées par IA ont réduit les retours de 8 %, ce qui signifie des millions de colis en moins renvoyés chaque année, selon la présentation de Zalando à Shoptalk Europe en juin 2026. Les retours coûtant environ 19,3 % des ventes en ligne américaines en 2025, la réduction se traduit directement en marge.

EntrepriseApplication IARésultat revendiquéSource et date
ZalandoImagerie éditoriale générée par IA70 % des images de campagne T4 2024 ; 6 à 8 semaines à 3 à 4 jours ; réduction de coût de 90 %Reuters, mai 2025
ZalandoAssistant shopping IA10 millions d'utilisateurs au T1 2026 (contre 6 millions sur toute l'année 2025)Résultats T1 2026, mai 2026
ZalandoRecommandations de taille IARéduction de 8 % des retoursShoptalk Europe, juin 2026
Saks Fifth AvenuePage d'accueil personnalisée IAAugmentation de 7 % du chiffre d'affaires par visiteur ; amélioration de près de 10 % de la conversionAnnonce de l'entreprise, août 2025
Ralph LaurenIA conversationnelle Ask RalphLancé en septembre 2025 ; mesures d'utilisation non divulguéesCommuniqué de presse de l'entreprise, septembre 2025

Pourquoi 90 % des projets pilotes IA n'atteignent-ils jamais la production ?

Nous avons constaté que l'industrie est un peu plus lente à adopter l'IA, environ 90 % des projets sont bloqués au stade pilote, mais les pionniers et les leaders continuent de pousser vers le pilote et la production, a déclaré McKinsey dans une interview de février 2026 sur les conclusions du rapport. Jusqu'à 90 % des initiatives IA ne parviennent pas à dépasser la phase pilote, principalement parce que la technologie et les données sous-jacentes sont médiocres et insuffisantes pour soutenir de tels programmes.

La fragmentation des données apparaît comme le principal obstacle technique. C'est là que nous voyons la longue histoire de solutions héritées de la mode montrer ses limites. Sans structures partagées, il devient difficile de passer de l'expérimentation à l'échelle. Les entreprises de mode exploitent généralement des systèmes séparés pour la gestion du cycle de vie des produits, les stocks, le commerce électronique et les données clients, avec une intégration limitée. Les applications d'IA générative qui couvrent les fonctions nécessitent des pipelines de données propres et joints que la plupart des organisations n'ont pas.

Les facteurs organisationnels aggravent les limites techniques. Le rapport décrit de nombreuses entreprises comme bloquées en mode pilote, testant des solutions IA cloisonnées avec un impact limité, la mise à l'échelle étant souvent perçue comme trop complexe ou coûteuse. Plus de 35 % des dirigeants déclarent utiliser l'IA générative dans le service client en ligne, la création d'images, la rédaction, la recherche de produits ou la découverte de produits. Ce sont les fonctions où une équipe peut agir seule. Les fonctions qui stagnent sont celles qui nécessitent des données propres entre les systèmes, ou la feuille de route d'un fournisseur, ou une réorganisation.

La gestion du changement et les lacunes en compétences limitent également la mise à l'échelle. Plus de 40 % des employés américains dans les biens de consommation et le commerce de détail affirment que des initiatives telles qu'une formation formelle à l'IA générative, une intégration transparente dans les flux de travail et des incitations les rendraient plus susceptibles d'utiliser quotidiennement des outils d'IA générative. L'absence de ces initiatives laisse les projets pilotes confinés à de petites équipes dotées d'une expertise technique.

Quels risques et problèmes de précision les entreprises de mode rencontrent-elles ?

Les hallucinations et les erreurs factuelles posent des risques pour la réputation de la marque. L'indice d'hallucination 5W a testé cinq grandes marques de mode sur 25 questions commerciales essentielles chacune. 20 % des réponses contenaient des erreurs matérielles, selon une étude de mai 2026 de la société de communication 5W Public Relations. La description que l'IA donne a généralement 12 à 18 mois de retard sur la réalité. Les modèles d'IA ont généralement 12 à 18 mois de retard sur les données de direction.

La précision de conception reste une contrainte. Les participants ont identifié des limitations importantes de l'IA générative dans le contexte de la conception de mode, notamment des proportions déformées, des détails inexacts et une mauvaise interprétation du vocabulaire, selon une étude de 2026 sur la mise en œuvre de l'IA générative dans les programmes de conception de mode. Les spécifications techniques telles que le placement des coutures, le comportement des tissus et la faisabilité structurelle sont fréquemment absentes ou incorrectes.

La confiance des consommateurs dans les recommandations IA augmente mais reste inégale. 41 % des consommateurs affirment qu'ils font davantage confiance aux résultats de recherche d'IA générative qu'aux publicités de recherche payantes, selon le State of Fashion 2026. Selon SimilarWeb, ChatGPT représentait 16 % du trafic entrant de Zara et 8 % de celui de H&M et Aritzia entre juin et août 2025. 53 % des consommateurs américains qui ont utilisé l'IA générative pour la recherche au deuxième trimestre 2025 l'ont également utilisée pour les aider à faire leurs achats. Le passage à la découverte médiée par l'IA crée de nouveaux risques si les recommandations sont inexactes ou biaisées.

Les préoccupations relatives à la main-d'œuvre et à l'éthique se concentrent sur le déplacement et la rémunération. Au moins, les plans de H&M visant à rémunérer les mannequins et à leur permettre de conserver les droits sur leurs jumeaux numériques représentent une étape éthique progressive dans la gestion des droits numériques. Le détaillant laisserait prétendument les mannequins humains conserver les droits sur leurs jumeaux numériques et être rémunérés selon leurs arrangements actuels, selon la couverture du projet de jumeaux numériques de H&M en 2025. Personne ne parle de toute l'équipe d'artistes qui peuvent maintenant être remplacés par l'IA sans aucune compensation, a noté le mannequin Elda Scarnecchia, soulignant les préoccupations concernant les photographes, les stylistes et d'autres professionnels créatifs.

Comment l'utilisation quotidienne diffère-t-elle entre la fast fashion et le luxe ?

L'enquête State of Fashion 2026 ne ventile pas le chiffre d'adoption de 35 % par segment. Les preuves disponibles suggèrent que la fast fashion et les grands acteurs du numérique pur sont les plus avancés en matière de déploiement. Zalando, ASOS, H&M et Desigual apparaissent à plusieurs reprises dans les études de cas. Shein produit 6 000 nouveaux styles quotidiennement en utilisant l'apprentissage automatique pour prédire la demande, bien que Shein ne divulgue pas quelle proportion de son flux de travail implique l'IA générative par rapport aux modèles d'apprentissage automatique antérieurs.

Les marques de luxe concentrent les efforts en matière d'IA sur la personnalisation et l'expérience client plutôt que sur le volume de contenu. 85 % des consommateurs de luxe utilisent un assistant IA polyvalent (Google AI Mode, Perplexity, ChatGPT) pour soutenir les décisions d'achat, 52 % le font fréquemment. Saks Fifth Avenue et Ralph Lauren illustrent l'approche du luxe : des interfaces conversationnelles formées sur les archives de marque pour reproduire le service en magasin plutôt que le contenu de masse automatisé.

Les marques de milieu de gamme et patrimoniales font face à l'écart le plus large entre la sensibilisation et l'exécution. Elles manquent des ressources techniques des géants du numérique et de la marge de manœuvre du luxe, tout en concurrençant dans une catégorie où la vitesse pilotée par l'IA définit de plus en plus la compétitivité. Le rapport souligne un nouvel effort pour simplifier les assortiments, peut-être le mieux illustré par le redressement d'Adidas au cours des dernières années, et réduire le fonds de roulement immobilisé dans les stocks. L'IA figure dans ces stratégies mais les pilote rarement.

À quoi ressemble l'adoption par les consommateurs de l'achat assisté par IA ?

Bien qu'encore relativement faibles, les recherches d'IA générative liées aux achats ont augmenté de 4 700 % entre juillet 2024 et juillet 2025, l'IA soutenant l'inspiration et la comparaison de produits, particulièrement utile dans la catégorie de la mode où le choix abonde. 53 % des consommateurs américains qui ont utilisé l'IA générative pour la recherche au deuxième trimestre 2025 l'ont également utilisée pour les aider à faire leurs achats. Les acheteurs sont donc de plus en plus disposés à effectuer des achats à partir de recommandations IA, comme en témoigne la croissance de 84 % du chiffre d'affaires par visite piloté par l'IA sur les sites de commerce de détail américains entre janvier et juillet 2025.

La confiance dans les recommandations IA rivalise désormais ou dépasse la confiance dans la publicité payante pour certaines cohortes. Selon le rapport The State of Fashion 2026 de BoF et McKinsey and Co., plus de la moitié des consommateurs américains utilisant l'IA générative pour la recherche l'utilisent déjà pour faire leurs achats, et 41 % font désormais davantage confiance à ces résultats qu'à la publicité payante. Ce changement a des implications immédiates pour l'optimisation des moteurs de recherche et les dépenses médias.

L'essayage virtuel atteint l'adoption grand public dans certains segments. Les données de McKinsey et BoF montrent que 55 % des consommateurs de luxe ont utilisé l'essayage virtuel, et la technologie est désormais disponible pour les commerçants Shopify de toutes tailles. L'amélioration de la conversion grâce à l'essayage varie considérablement selon la catégorie, les lunettes et les accessoires affichant de meilleurs résultats que l'habillement.

Utilisation de l'IA pour les achats par les consommateurs américains, T2 2025
53 % achètent via IA
  • Ont utilisé l'IA pour la recherche et les achats53 %
  • Ont utilisé l'IA uniquement pour la recherche ou pas du tout47 %

Source: BoF McKinsey State of Fashion 2026

Quels contre-arguments les critiques soulèvent-ils ?

Les critiques soulignent l'écart de maturité comme preuve que l'IA générative reste surévaluée. Quatre-vingt-douze pour cent des organisations de mode affirment qu'elles augmenteront leurs investissements dans l'IA générative cette année, et 1 % décrivent leur déploiement comme étant mature. L'écart de 91 points de pourcentage entre l'intention d'investissement et la maturité suggère une incertitude généralisée sur la façon d'opérationnaliser la technologie.

Les craintes de déplacement d'emplois augmentent, en particulier parmi les professionnels créatifs. Pour ceux qui travaillent dans la création d'images de mode, les photographes, stylistes, coiffeurs et maquilleurs, producteurs, décorateurs, experts en éclairage et ainsi de suite, l'annonce est arrivée à un moment où l'anxiété était déjà très élevée concernant l'avenir de leur métier, a écrit le journaliste Christopher Morency à propos du programme de jumeaux numériques de H&M. Les gains de productivité cités par les entreprises se traduisent directement par une demande réduite de main-d'œuvre humaine dans la production de contenu.

Les préoccupations relatives à la qualité des données et aux biais persistent. Les modèles d'IA formés sur l'imagerie de mode historique risquent d'encoder et d'amplifier les biais existants en matière de types de corps, de tons de peau et de préférences esthétiques. Le plus intéressant est peut-être le fait que plus de 40 % des consommateurs ont déclaré que les réponses de l'IA semblaient plus fiables que les publicités payantes, tandis que seulement 15 % les considéraient comme moins fiables. Cela renforce le fait que l'optimisation des listes de produits pour l'IA sera essentielle à l'avenir. Cette course à l'optimisation pourrait favoriser les grandes marques disposant de ressources pour alimenter les données d'entraînement, réduisant potentiellement la diversité dans la découverte médiée par l'IA.

Les calculs d'impact environnemental restent incomplets. Alors que les entreprises citent des réductions dans l'échantillonnage physique et les voyages, elles divulguent rarement le coût énergétique de la formation et de l'exécution de grands modèles d'IA. Une seule exécution de formation d'un grand modèle peut émettre autant de CO2 que cinq voitures au cours de leur vie, bien que les coûts d'inférence diminuent rapidement.

Que doivent faire les entreprises de mode maintenant ?

  1. Auditer d'abord l'infrastructure de données Avant de sélectionner des outils d'IA, cartographiez comment les données sur les produits, les clients et les transactions circulent entre les systèmes. Jusqu'à 90 % des projets pilotes échouent en raison de données fragmentées qui empêchent la mise à l'échelle. Priorisez l'intégration plutôt que les nouvelles fonctionnalités.
  2. Commencer par des cas d'utilisation contenus et mesurables Déployez l'IA générative dans des fonctions où une équipe contrôle les entrées et les sorties : descriptions de produits, réponses du service client, contenu des médias sociaux. Mesurez les économies de temps, la réduction des coûts et la qualité par rapport aux références humaines avant de vous étendre.
  3. Créer des programmes de formation formels Plus de 40 % des employés du commerce de détail affirment que la formation augmenterait leur utilisation quotidienne de l'IA. Créez des programmes spécifiques aux rôles pour les merchandiseurs, les créateurs et les spécialistes du marketing plutôt que des aperçus génériques. Incluez l'ingénierie des prompts et la vérification des résultats.
  4. Établir des protocoles de vérification de la précision Vingt pour cent des faits générés par l'IA sur les marques contiennent des erreurs matérielles, souvent avec 12 à 18 mois de retard. Mettez en œuvre une révision humaine pour le contenu destiné aux clients, en particulier les informations de direction, les spécifications des produits et les prix.
  5. Définir les politiques d'utilisation de l'IA et les divulgations Clarifiez quand le contenu généré par l'IA nécessite un filigrane ou une divulgation, comment les données clients forment les modèles et qui possède les conceptions générées par l'IA. Abordez la propriété intellectuelle, les droits à l'image et la rémunération des mannequins avant que les projets pilotes ne se développent.
  6. Tester les données produits optimisées pour l'IA Avec 53 % des consommateurs américains utilisant l'IA pour faire leurs achats, la découvrabilité des produits dépend de plus en plus de la façon dont les spécifications, descriptions et attributs apparaissent dans les réponses de l'IA. Testez votre catalogue contre ChatGPT, Perplexity et Google AI Overviews.
  7. Suivre l'analyse comparative concurrentielle sur la vitesse Zalando a réduit la production d'images de six semaines à quatre jours. Si vos cycles de création de contenu restent mesurés en semaines, calculez le coût concurrentiel. Les écarts de vitesse se composent : les marques plus lentes testent moins de variantes, apprennent moins et prennent encore plus de retard.

Questions fréquentes

Quel pourcentage de dirigeants de la mode utilisent l'IA générative quotidiennement ?

Plus de 35 % des dirigeants de la mode déclarent utiliser déjà l'IA générative dans des domaines tels que le service client en ligne, la création d'images, la rédaction et la découverte de produits, selon l'enquête BoF McKinsey State of Fashion 2026 Executive Survey. Cependant, seulement 1 % décrivent leur déploiement d'IA comme étant mature, ce qui indique que la plupart des utilisations restent concentrées dans les phases pilote ou de production précoce.

Quelles entreprises de mode ont publié des résultats IA mesurables ?

Zalando a indiqué avoir réduit le temps de production d'images de six à huit semaines à trois à quatre jours pour un coût inférieur d'environ 90 %, avec 70 % de l'imagerie éditoriale du quatrième trimestre 2024 générée par IA et 10 millions d'utilisateurs d'assistant IA au premier trimestre 2026. La page d'accueil personnalisée par IA de Saks Fifth Avenue a généré une augmentation de 7 % du chiffre d'affaires par visiteur et une amélioration de près de 10 % de la conversion. Ralph Lauren a lancé l'IA conversationnelle Ask Ralph en septembre 2025 mais n'a pas divulgué de mesures d'utilisation.

Pourquoi 90 % des projets pilotes IA de la mode échouent-ils à passer à l'échelle ?

Jusqu'à 90 % des initiatives IA ne parviennent pas à dépasser la phase pilote principalement parce que la technologie et l'infrastructure de données sous-jacentes sont insuffisantes. Les entreprises de mode exploitent généralement des systèmes hérités fragmentés pour les données sur les produits, les stocks et les clients avec une intégration limitée. Les fonctions qui nécessitent des données intersystèmes ou un changement organisationnel stagnent, tandis que les cas d'utilisation isolés dans le service client, la rédaction et la création d'images se développent plus facilement.

Analyses