De quelles compétences et organisations d'équipe les entreprises de mode ont-elles besoin pour l'IA ?
L'IA transforme le travail dans le design, le merchandising, la vente et le service client. Les compétences dont les entreprises de mode ont besoin, comment organiser les équipes IA et comment développer une maîtrise de l'IA durable.
L'ESSENTIEL Résumé de la rédaction
- Les entreprises de mode ont besoin de trois niveaux de compétences en IA : une maîtrise générale de l'IA pour tous les collaborateurs, des compétences appliquées pour les équipes dont les workflows changent, et des compétences spécialisées en données, en ingénierie et en gouvernance.
- Le Future of Jobs Report 2025 du Forum économique mondial prévoit que près de 40 % des compétences professionnelles évolueront d'ici 2030 et classe l'IA et le big data parmi les compétences à la croissance la plus rapide.
- L'étude Superagency de McKinsey de janvier 2025 a montré que 13 % des salariés déclaraient utiliser l'IA générative pour au moins 30 % de leur travail quotidien, alors que les dirigeants estimaient ce chiffre à 4 %.
- En vertu de l'AI Act européen, tel que modifié par l'AI Omnibus en 2026, les fournisseurs et les déployeurs doivent soutenir le développement de la maîtrise de l'IA de leur personnel, sans avoir à garantir un niveau précis.
- La plupart des entreprises de mode de taille moyenne réussissent le mieux avec une petite équipe IA centrale qui fixe les standards et soutient les équipes métier, lesquelles portent les cas d'usage et les résultats.
Les entreprises de mode ont besoin de trois niveaux de compétences en IA : une maîtrise de base de l'IA pour chaque collaborateur, des compétences appliquées pour les équipes dont le travail change le plus (comme le merchandising, les contenus produit, le service client et la vente) et un petit groupe de spécialistes en données, en ingénierie et en gouvernance. L'organisation la plus efficace est généralement une équipe centrale resserrée qui fixe les standards et soutient les équipes métier, lesquelles portent les cas d'usage et sont responsables des résultats.
Comment l'IA transforme-t-elle les métiers de la mode ?
La tendance générale est bien documentée. Le Future of Jobs Report 2025 du Forum économique mondial, fondé sur une enquête auprès de plus de 1 000 employeurs, prévoit la création de 170 millions de postes et la suppression de 92 millions dans le monde d'ici 2030, ainsi que l'évolution de près de 40 % des compétences professionnelles. Il classe l'IA et le big data parmi les compétences à la croissance la plus rapide, aux côtés de la pensée analytique, de la résilience et du leadership. Selon le WEF, 77 % des employeurs prévoient de faire monter leurs effectifs en compétences.
Dans la mode, l'effet tient moins à la disparition de métiers entiers qu'au déplacement des tâches qui les composent. Les rédacteurs passent plus de temps à éditer des textes générés et moins à écrire à partir de rien. Les planificateurs examinent les exceptions de prévision au lieu de construire chaque chiffre manuellement. Les conseillers du service client traitent les cas complexes, tandis que les questions de routine reçoivent une réponse automatique. The State of Fashion 2026, de The Business of Fashion et McKinsey, décrit ce phénomène comme une main-d'œuvre « recâblée ».
De quelles compétences les entreprises de mode ont-elles besoin pour l'IA ?
| Groupe | Compétences nécessaires | Exemples |
|---|---|---|
| Tous les collaborateurs | Maîtrise de l'IA : ce que l'IA peut et ne peut pas faire, utilisation sûre des données, vérification des résultats | Utiliser les assistants autorisés, reconnaître les erreurs, savoir ce qu'il ne faut pas coller dans des outils publics |
| Dirigeants | Évaluer les cas d'usage, lire les résultats, encadrer les risques | Approuver des pilotes au regard de bases de référence, décider de ce qu'il faut déployer ou arrêter |
| Équipes design et produit | Rédiger des prompts et retravailler les résultats des outils génératifs, sensibilisation à la propriété intellectuelle | Moodboards, variantes, extraction d'attributs |
| Merchandising et planification | Interpréter les résultats des modèles, gérer les exceptions | Examiner les suggestions de prévision et d'allocation |
| Vente et service client | Travailler avec des assistants, savoir quand faire remonter un cas | Briefings sur les comptes, projets de réponse, traitement des commandes |
| Spécialistes data et technologie | Data engineering, évaluation des modèles, intégration, sécurité | Construire des pipelines, suivre la qualité, connecter les systèmes |
| Fonctions de gouvernance | Réglementation de l'IA, protection des données, gestion des risques | Tenir le registre de l'IA, examiner les nouveaux outils |
La connaissance du métier reste essentielle. Un modèle peut suggérer une courbe de tailles, mais seul un planificateur expérimenté sait qu'un magasin donné était fermé pour rénovation. Les profils les plus précieux allient expertise de la mode et compréhension suffisante de l'IA pour remettre en question ses résultats.
Pourquoi les dirigeants doivent-ils être les premiers à maîtriser l'IA ?
Les dirigeants sous-estiment souvent l'ampleur de la diffusion de l'IA. L'étude de McKinsey Superagency in the workplace, publiée en janvier 2025 et fondée sur une enquête auprès de 3 613 salariés et 238 membres de comités de direction, a montré que 13 % des salariés déclaraient utiliser l'IA générative pour au moins 30 % de leur travail quotidien, alors que les dirigeants estimaient ce chiffre à 4 %. Le rapport concluait que le principal frein au succès tenait davantage à la direction qu'à la préparation des salariés. Il constatait aussi que 48 % des salariés souhaitaient davantage de formation formelle.
Les dirigeants qui comprennent les bases prennent de meilleures décisions sur les cas d'usage, les budgets et les risques, et leur utilisation visible des outils d'IA indique qu'expérimenter dans le respect des règles est bienvenu.
Qu'exige l'AI Act européen en matière de maîtrise de l'IA ?
La disposition de l'AI Act sur la maîtrise de l'IA, l'article 4, s'applique depuis le 2 février 2025. L'AI Omnibus, publié au Journal officiel le 24 juillet 2026, en a modifié la formulation : les fournisseurs et les déployeurs doivent désormais soutenir le développement de la maîtrise de l'IA, et le texte révisé précise qu'il ne leur impose pas de garantir un niveau précis, selon le Future of Privacy Forum. Pour les entreprises de mode, une formation courte et adaptée à chaque rôle sur les outils autorisés, les règles relatives aux données et les erreurs typiques est un moyen pratique de répondre à cette attente et de réduire les risques.
Comment une entreprise de mode doit-elle organiser son équipe IA ?
Trois modèles sont courants. Dans un modèle centralisé, une seule équipe porte tout le travail sur l'IA ; cela permet de développer rapidement l'expertise, mais l'équipe peut se couper du métier. Dans un modèle décentralisé, chaque fonction mène ses propres projets d'IA ; c'est proche du métier, mais cela entraîne des doublons et des standards inégaux. Dans un modèle en étoile (hub-and-spoke), une petite équipe centrale porte les standards, les plateformes, la gouvernance et la formation, tandis que les équipes métier portent les cas d'usage et les résultats, souvent avec des référents IA intégrés.
Pour la plupart des entreprises de mode de taille moyenne, le modèle en étoile est le plus pragmatique. L'équipe centrale peut se composer d'un responsable, d'un ou deux ingénieurs data ou IA, d'une fonction de gouvernance des données et de liens étroits avec l'informatique, le juridique et les RH. Chaque domaine métier désigne un référent IA qui connaît les processus et aide ses collègues à adopter les nouveaux outils.
Comment faire monter les équipes de mode en compétences sur l'IA ?
- Commencez par les dirigeants et les référents IA, afin qu'ils puissent guider les autres.
- Proposez des sessions courtes et pratiques liées aux outils et aux données que les équipes utilisent réellement, plutôt que des cours généraux.
- Enseignez explicitement la vérification des erreurs, avec de vrais exemples de données de composition erronées, de faits inventés ou d'images biaisées.
- Créez un espace pour partager prompts, exemples et enseignements au sein de chaque fonction.
- Revoyez la formation lorsque les outils ou les règles changent, et mesurez l'adoption en même temps que les résultats.
Quelle conduite du changement assure une adoption durable de l'IA ?
L'adoption échoue lorsque les collaborateurs craignent pour leur emploi, ne font pas confiance aux résultats ou trouvent l'outil plus lent que l'ancienne méthode. Une communication honnête sur l'évolution des rôles, l'implication précoce des salariés et des représentants du personnel, et des pilotes qui facilitent le travail au lieu d'ajouter des étapes y contribuent tous. Dans l'enquête State of AI 2026 de McKinsey, près des trois quarts des entreprises les plus performantes en IA déclaraient avoir profondément repensé leurs workflows en raison de l'IA, signe que la valeur durable vient de la réorganisation du travail et non de l'installation d'outils sur d'anciens processus.
- Expliquez ce qui va changer dans chaque rôle et ce qui ne changera pas.
- Associez les personnes qui font le travail à la conception du nouveau workflow.
- Célébrez les améliorations mesurées, et pas seulement les lancements.
- Laissez aux humains la responsabilité des décisions ayant des conséquences juridiques, financières ou réputationnelles.
Questions fréquentes
De quelles compétences en IA les collaborateurs de la mode ont-ils besoin ?
Tous les collaborateurs ont besoin d'une maîtrise de base de l'IA : comprendre ce que l'IA peut et ne peut pas faire, utiliser les outils autorisés en toute sécurité et vérifier les résultats. Les équipes dont le travail change le plus, comme le merchandising, les contenus produit et le service client, ont besoin de compétences appliquées sur des outils précis. Un petit groupe de spécialistes est nécessaire pour les données, l'ingénierie et la gouvernance.
Une entreprise de mode a-t-elle besoin d'un Chief AI Officer ?
Pas nécessairement. L'essentiel est qu'un membre de la direction soit responsable de l'IA et qu'une équipe centrale fixe les standards et soutienne le métier. Dans les petites entreprises, ce rôle est souvent combiné avec la direction du digital, des données ou de l'informatique. Chaque cas d'usage doit malgré tout avoir un responsable métier.
La formation à l'IA est-elle obligatoire en vertu de l'AI Act européen ?
La disposition de l'AI Act sur la maîtrise de l'IA s'applique depuis février 2025. Depuis les modifications de l'AI Omnibus publiées en juillet 2026, les fournisseurs et les déployeurs doivent soutenir le développement de la maîtrise de l'IA de leur personnel, sans avoir à garantir un niveau précis. Une formation adaptée à chaque rôle est un moyen pratique d'y répondre.
L'IA va-t-elle supprimer des emplois dans la mode ?
Le Forum économique mondial prévoit à la fois des créations et des suppressions d'emplois dans le monde d'ici 2030, avec l'évolution de près de 40 % des compétences professionnelles. Dans la mode, l'IA déplace surtout les tâches au sein des rôles, par exemple de la rédaction vers l'édition des fiches produit. L'impact dépend de la manière dont les entreprises réorganisent le travail et forment leurs équipes.
Une édition chaque jour ouvrable. Lue en cinq minutes. Gratuite pour les professionnels.
SOURCES
- World Economic Forum: Future of Jobs Report 2025: 78 million new job opportunities by 2030
- McKinsey & Company: Superagency in the workplace
- Future of Privacy Forum: The AI Act implementation timeline: what changes under the AI Omnibus?
- McKinsey & Company: The state of AI
- McKinsey & Company: The State of Fashion 2026: When the rules change
