La machine IA de la mode chinoise : des agents qui sourcent, conçoivent et vendent à grande échelle

En mars 2026, Alibaba a transformé Accio, son moteur de recherche IA destiné aux acheteurs en gros, en Accio Work, une plateforme d'agents capable de rédiger des demandes de devis et de négocier avec les usines sur plusieurs tours. Alibaba affirme compter désormais plus de 10 millions d'utilisateurs actifs mensuels. En juillet, le groupe a ajouté une boîte à outils de sourcing qui contacte plusieurs fournisseurs à la fois, relance les messages restés sans réponse d'un fuseau horaire à l'autre et négocie non seulement le prix, mais aussi le coût des échantillons, les délais, les quantités minimales de commande et les conditions d'expédition.

C'est le signe le plus net d'un basculement plus large. En Chine, l'IA générative n'est plus un pilote cantonné à un laboratoire d'innovation. Elle tourne sur les marketplaces où les marques vendent, dans les usines qui fabriquent leurs vêtements et dans les livestreams qui écoulent leurs stocks. Pendant le festival Double 11 de l'automne 2025, les animateurs avatars IA de JD.com ont diffusé pendant cinq millions d'heures et généré 2,3 milliards de yuans de valeur de marchandises, selon Caixin.

À quoi ressemble concrètement la machine IA de la mode chinoise ? Les plateformes fournissent les modèles et les agents, souvent gratuitement ou intégrés aux outils des marchands ; les fournisseurs s'en servent pour réduire le temps d'échantillonnage et de mise en ligne ; des marques comme Anta et Bosideng construisent leurs propres modèles de design et de stylisme ; et l'État fixe des objectifs d'adoption tout en réglementant l'étiquetage. Pour les marques occidentales, qui achètent encore massivement auprès de fournisseurs chinois et concurrencent Shein et Temu, la question n'est plus de savoir si la Chine utilise l'IA dans la mode, mais jusqu'où ses avantages de vitesse et de coût vont se propager.

Qu'est-ce que la politique « IA+ » de la Chine et pourquoi concerne-t-elle la mode ?

Fin août 2025, le Conseil des affaires d'État chinois a publié sa directive sur l'action « IA+ ». Elle fixe un objectif de pénétration des terminaux intelligents de nouvelle génération et des agents d'IA supérieure à 70 % d'ici 2027 et à 90 % d'ici 2030, l'IA devant devenir un moteur majeur de ce que Pékin appelle l'économie intelligente. Le document ne cible ni le textile ni l'habillement ; il parle de développement industriel et de montée en gamme de la consommation. Mais le signal envoyé aux plateformes, aux collectivités locales et aux industriels est sans ambiguïté : l'adoption de l'IA est une priorité politique, pas une expérience privée.

L'État a associé cette impulsion à du contrôle. Des règles publiées conjointement par l'Administration chinoise du cyberespace et trois autres autorités sont entrées en vigueur le 1er septembre 2025. Elles exigent à la fois des étiquettes explicites, comme des filigranes et des mentions, et des étiquettes cachées dans les métadonnées des contenus générés par IA. Douyin demande aux créateurs de déclarer le recours à l'IA et marque les contenus non déclarés comme suspects d'être générés par IA ; SenseTime étiquette ses humains numériques comme générés par IA. Pour les marques qui produisent des images IA, des mannequins virtuels ou des animateurs avatars destinés aux canaux chinois, l'étiquetage est désormais une obligation de conformité, pas un choix. Le rythme des changements depuis l'été 2025 est frappant.

Comment Alibaba utilise-t-il les agents IA pour transformer le sourcing B2B ?

Pour Alibaba.com, l'achat en gros se prête mieux aux agents que le shopping grand public. Zhang Kuo, président de la plateforme, a expliqué à Caixin en novembre 2025 que les acheteurs B2B pèsent plus de 20 critères pour choisir un fournisseur, contre environ cinq pour un achat de consommation. AI Mode, annoncé lors d'un événement à Londres ce mois-là et déployé à partir de décembre, a été conçu pour couvrir le flux de travail depuis l'interprétation des besoins de l'acheteur jusqu'à la comparaison des usines et la génération des documents commerciaux, avec la possibilité de ramener des cycles de sourcing de plusieurs semaines à moins d'une heure.

Le contexte commercial compte pour les acheteurs européens. Alibaba.com indique que le volume de commandes européennes a progressé de 57 % sur un an entre avril et octobre 2025, et que l'Europe ne se place plus que derrière les États-Unis sur la plateforme. Zhang l'attribue au matching et à la localisation (moyens de paiement locaux, logistique régionale, davantage de fournisseurs locaux) plutôt qu'à la macroéconomie.

Côté fournisseurs, les choses bougent aussi. Caixin cite Guangzhou Healy Apparel, dirigée par Lin Zhilie, qui réalise plus de 60 % de son chiffre d'affaires en Europe, soit environ 8 à 10 millions d'USD par an, et utilise l'IA pour le design, le marketing et le service client ; l'entreprise annonce une croissance annuelle supérieure à 30 %. Un fabricant de chaussons présent sur Alibaba.com, Quanzhou Divitanci, aurait fait passer son taux de conversion de 9,96 % à 21,67 % et ramené le travail sur les images produit d'un mois à deux jours. Ce sont des déclarations d'entreprises et de plateformes, pas des résultats audités, mais elles montrent où les gains sont revendiqués : contenu, rapidité de réponse et mise en relation.

Alibaba est prudent sur un point. L'agent de sourcing Accio ne peut pas conclure d'affaires seul : les utilisateurs doivent valider les prix, les conditions commerciales et les bons de commande, et les paiements nécessitent une confirmation explicite. « Le fondateur prend toujours la décision », a écrit Zhang. Ce schéma laisse la responsabilité juridique aux humains, mais il signifie aussi qu'un acheteur occidental pourrait bientôt faire face à un fournisseur dont l'agent répond instantanément, se souvient de chaque concession antérieure et cite les offres concurrentes.

Quels outils d'IA les marchands de Taobao et Tmall utilisent-ils réellement ?

Sur les marketplaces domestiques, l'échelle est plus grande encore. Alibaba affirme que sa suite de contenus génératifs pour les marchands de Taobao et Tmall produit environ 200 millions d'images et 5 millions de vidéos par mois, dont des vidéos construites à partir de quelques photos produit statiques, et que l'ensemble augmente les taux de clic de plus de 10 %. Son AI Business Advisor a produit 10 millions de rapports d'analyse avec des suggestions de tarification dynamique et de gestion des stocks, et l'IA a enrichi et indexé plus de deux milliards de fiches produit.

Caixin rapporte que le gestionnaire d'activité IA d'Alibaba avait touché environ 13 millions de marchands à la mi-novembre 2025, réduisant selon ses données le travail manuel de 30 %, et que son service client IA a traité environ 300 millions de demandes entre le 15 octobre et le 2 novembre, dont environ 100 millions résolues sans intervention humaine. Tmall indique qu'un moteur d'IA a distribué 50 milliards de yuans de coupons et augmenté la conversion de 15 %. Pour les acheteurs de vêtements, Taobao propose aussi un essayage virtuel : une simple photo ordinaire crée un avatar habillé avec la texture et le tombé du tissu, même si Alibaba n'a publié aucun chiffre de performance à ce sujet.

L'étape suivante est l'autonomie. Alibaba indique que plus de 230 000 entreprises avaient déployé ses équipes d'agents IA en avril 2026, et son Business Advisor suggère déjà aux marchands des ajustements de prix et de stocks. Tmall affirme que les promotions gérées par IA ont amélioré le retour sur investissement de plus de 30 % sur un an pour plus d'un million de produits pendant le Double 11. Pour les marques de mode qui vendent via Tmall, plus ces outils gagnent en autonomie, plus une question pratique de gouvernance devient pressante : qui fixe le prix plancher, la profondeur des démarques et le budget de bons de réduction lorsqu'un logiciel les ajuste pendant la nuit, et qui est responsable lorsqu'une remise érode le positionnement prix d'une marque ?

Comment Shein et ses fournisseurs de Canton utilisent-ils les données et l'IA ?

Le modèle de Shein est la référence de ce que donne un approvisionnement piloté par les données à grande échelle. Dans les documents liés à son introduction en bourse à Hong Kong, résumés par KrASIA en juillet 2026, l'entreprise décrit un vaste système automatisé de test et de réassort : des milliers de nouveaux produits lancés chaque jour, des commandes initiales de 100 à 200 pièces, et un réapprovisionnement déclenché par les données de vente sans validation manuelle. Shein indique une rotation des stocks de 36 jours, contre plus de 120 jours chez de nombreux distributeurs textiles traditionnels, et des invendus à faible rotation de l'ordre de quelques pour cent des produits, contre 20 à 30 % dans l'industrie traditionnelle.

Une grande partie relève de l'automatisation et de l'analyse de données plutôt que de l'IA générative, et Shein lui-même parle d'infrastructure numérique. Fin 2025, l'entreprise avait développé plus de 180 outils et livré 7 500 unités d'équipements intelligents à ses fournisseurs, avec des gains d'efficacité moyens de 35 % sur les processus concernés, selon le même rapport. Wang Kai, propriétaire d'une usine à Panyu, explique pouvoir désormais tester la popularité d'un modèle en une dizaine de jours ; auparavant, « les clients passaient généralement commande cinq ou six mois à l'avance ».

Le réseau est dense. Le fondateur Xu Yangtian a déclaré en février 2026 que Shein travaille avec près de 10 000 fournisseurs au Guangdong, soutient plus de 600 000 emplois dans la province et transforme des designs en livraisons en deux à trois semaines ; il a promis plus de 10 milliards de yuans sur trois ans pour y bâtir un « système de chaîne d'approvisionnement intelligent ». Les droits de douane compliquent le tableau. En avril 2025, Reuters rapportait que les propriétaires d'usines des « villages Shein » de Canton voyaient leurs commandes baisser à mesure que la production se déplaçait vers le Vietnam ; l'un d'eux évoquait une baisse de 50 %. Shein a qualifié d'inexactes les informations sur un départ de capacités hors de Chine et indiqué que sa base de fournisseurs chinois était passée de 5 800 à 7 000.

Des marques chinoises comme Anta et Bosideng utilisent-elles l'IA générative pour le design ?

Oui, et elles construisent leurs propres modèles plutôt que de se contenter d'acheter des outils de plateforme. Anta Sports, le groupe chinois d'articles de sport dont le portefeuille comprend Fila, Descente et Kolon Sport, déploie ce qu'il appelle une stratégie « AI 365 ». Selon le compte rendu de KrASIA sur ses résultats du premier semestre 2026, son modèle de design Linglong transforme un croquis en rendu de design en environ 15 secondes, tandis qu'un modèle de stylisme baptisé Lingxi recommande des tenues et propose l'essayage virtuel en magasin. Anta utilise aussi l'IA pour analyser les réseaux sociaux et les tendances de consommation à des fins de prévision et de planification des stocks. Le chiffre d'affaires a progressé de 12,9 % à 43,5 milliards de yuans sur le semestre. Le co-directeur général Lai Shixian a néanmoins décrit l'initiative comme à un stade précoce, indiquant que sa valeur se mesurera en meilleurs produits, en réactivité accrue, en stocks plus sains et en meilleure expérience client.

Bosideng, le fabricant de doudounes qui fête ses 50 ans, affirme avoir construit un grand modèle vertical, le « Bosideng AI Aesthetic Brain », couvrant la conception jusqu'à l'essayage et la livraison. Son président Gao Dekang a déclaré lors d'un forum à Pékin en juillet 2026 que son magasin amiral de Wangfujing serait équipé cette année de cabines d'essayage IA, d'assistants d'achat et de recommandations personnalisées. « L'IA restructure profondément les scénarios du commerce de détail », a-t-il affirmé. Aucune des deux entreprises n'a publié de chiffres concrets sur les délais de conception ou l'écoulement gagnés grâce à ces modèles, si bien que l'effet sur les marges reste à démontrer.

Les animateurs IA de livestream vendent-ils vraiment de la mode en Chine ?

Ils vendent, même si les preuves les plus solides concernent pour l'instant l'électronique et l'alimentaire plutôt que l'habillement. En juin 2025, un avatar de Luo Yonghao, le fondateur de Smartisan, a coanimé sur Baidu un stream de six heures qui a attiré plus de 13 millions de vues et plus de 55 millions de yuans de valeur brute de marchandises. JD a présenté une version numérique de son fondateur Liu Qiangdong, dont le stream a généré environ 50 millions de yuans de ventes. Au niveau de la plateforme, Caixin rapporte que les livestreams d'avatars de JD ont duré cinq millions d'heures pendant le Double 11 2025 et généré 2,3 milliards de yuans pour environ un dixième du coût d'animateurs humains.

L'enjeu est économique : un avatar peut diffuser 24 heures sur 24, ne se fatigue pas et ne présente aucun risque de scandale de célébrité. Pour les vendeurs de mode du milieu de gamme avec des milliers de références, le livestream cesse d'être un événement coûteux pour devenir un canal de vente permanent. Les analystes cités par China Daily sont cependant plus prudents. Mo Daiqing, de l'Internet Economy Institute, estime que les animateurs virtuels gèrent le travail répétitif mais « ne remplaceront pas totalement les vrais animateurs humains », car le lien émotionnel avec les fans est difficile à créer. La mode, où les conseils de coupe et de style comptent, pourrait être l'une des catégories les plus difficiles à automatiser.

Quels sont les risques et les limites de l'offensive IA de la mode chinoise ?

D'abord, la demande. Caixin cite une enquête d'Accenture de novembre 2025 selon laquelle seuls 37 % des consommateurs chinois avaient utilisé l'IA pour leurs achats, surtout pour comparer, la plupart s'inquiétant de la confidentialité, de la fiabilité et du manque de personnalisation. L'offre a pris de l'avance sur les comportements des consommateurs. Ensuite, le retour sur investissement : Morgan Stanley a dégradé JD en novembre 2025, estimant que son IA axée sur l'efficacité n'apportait pas d'avantage net à court terme en croissance d'utilisateurs ni en rentabilité. Enfin, la mesure : la plupart des chiffres de cet article sont des déclarations de plateformes ou d'entreprises, pas des résultats audités, et peu détaillent les résultats pour l'habillement en particulier.

Il existe aussi des risques structurels. Les règles d'étiquetage renchérissent le coût des erreurs avec les mannequins et avatars synthétiques. Les droits de douane américains poussent une partie de la base de fournisseurs de Shein vers le Vietnam, ce qui pourrait diluer les avantages de cluster qui font la rapidité de Canton. Et à mesure que les agents de type Accio se répandent, les négociations pourraient devenir à la fois plus transparentes et plus agressives, comprimant les marges des fournisseurs incapables de rivaliser en rapidité. Pour les marques occidentales, le principal risque est la complaisance : croire que la capacité d'IA en Chine se résume à du contenu bon marché alors qu'elle se déplace de plus en plus vers le sourcing, la tarification et le réassort.

Que doivent faire les entreprises de mode occidentales dès maintenant ?

La réponse pratique n'est pas de copier les plateformes chinoises, que les marques occidentales ne contrôlent pas, mais de comprendre où les capacités d'IA chinoises touchent leur propre activité : chez les fournisseurs auprès desquels elles achètent, sur les marketplaces où elles vendent en Chine, et chez les concurrents qui fixent les attentes de prix et de rapidité de leurs clients. Les éléments disponibles suggèrent que les plus gros gains se situent dans la coordination du sourcing, la production de contenus et le réassort, pas dans un design entièrement automatisé. C'est là que les acheteurs, les merchandisers et les équipes supply chain doivent se concentrer en premier, avec des règles claires sur ce que le logiciel peut décider et ce qui reste du ressort des personnes.

1. Cartographier l'exposition IA de vos fournisseurs Demandez à vos principaux fournisseurs chinois quels agents et outils de plateforme ils utilisent pour les devis, l'échantillonnage et les contenus, et comment les résultats sont contrôlés.
2. Se préparer aux négociations avec des agents Définissez à l'avance les prix planchers, les limites de MOQ et les règles de validation, pour que votre équipe ne soit pas distancée par un agent qui répond instantanément.
3. Se comparer aux petits lots Confrontez vos propres tailles de commande initiales et votre vitesse de réassort au modèle de test de 100 à 200 pièces avant de supposer que vos délais sont compétitifs.
4. Encadrer le repricing sur les marketplaces Si vous vendez sur Tmall ou JD, fixez par écrit ce que les agents des plateformes peuvent modifier en matière de prix, de bons de réduction et de service.
5. Étiqueter par défaut les contenus synthétiques Prenez les règles d'étiquetage chinoises comme référence pour les images IA, les mannequins virtuels et les animateurs avatars sur les canaux chinois.
6. Exiger des preuves, pas des démos Demandez des données d'écoulement, de taux de retour et de marge avant de généraliser un pilote d'IA en design ou en livestream.