Essayage IA de Google et Doppl : ce que l'essayage intégré à la recherche signifie pour les marques de mode

Google a fait de l'essayage virtuel, jusque-là fonctionnalité de niche proposée par les marques, une fonction de la recherche elle-même. Entre mai 2025 et avril 2026, l'entreprise a fait passer un essayage par IA d'une expérience Search Labs à Google Search et Shopping dans plusieurs pays, lancé puis fermé une application autonome baptisée Doppl, et réintégré la technologie dans les fiches produits. Pour les marques de mode, l'enseignement est que l'essayage se déroule de plus en plus sur l'interface d'une plateforme, à partir des images produit de la marque elle-même, et non plus seulement sur le site de la marque.

Qu'a lancé Google en matière d'essayage virtuel ?

Google a annoncé la fonctionnalité lors de sa conférence pour développeurs I/O, le 20 mai 2025. Dans un billet sur son blog officiel, l'entreprise a indiqué qu'une expérience d'essayage était déployée le jour même dans Search Labs aux États-Unis. Les acheteurs pouvaient toucher une icône « try it on » sur une fiche d'habillement, télécharger une photo d'eux-mêmes en pied et voir le rendu de l'article sur eux. Les tenues pouvaient être enregistrées ou partagées. Les premières catégories étaient les chemises et hauts, les pantalons, les jupes et les robes.

Google a présenté la technologie comme un nouveau modèle de génération d'images sur mesure pour la mode, qui comprend comment les matières se plissent, s'étirent et tombent sur différentes morphologies. L'entreprise a également indiqué que la fonctionnalité fonctionnerait sur des milliards de fiches d'habillement de son Shopping Graph, la base de données produits qui alimente Google Shopping. Dans la même annonce, Google a décrit une fonctionnalité distincte de paiement agentique et de suivi des prix, qui ne fait pas partie de l'essayage mais montre la direction prise : la découverte, la visualisation et l'achat se déroulent de plus en plus au sein de l'interface de recherche.

Comment le déploiement a-t-il évolué après le lancement ?

Après le test dans Labs, Google a ouvert l'essayage de vêtements par IA aux acheteurs américains ; TechCrunch a rapporté le 8 octobre 2025, deux mois après ce lancement, que Google étendait l'essayage de vêtements à l'Australie, au Canada et au Japon et ajoutait les chaussures, avec le même parcours : toucher « Try It On », ajouter une photo en pied et voir l'article sur une version numérique de soi-même en quelques secondes. Le même article relevait qu'Amazon et Walmart avaient introduit des fonctionnalités d'essayage virtuel similaires : Google entrait donc sur un terrain déjà encombré plutôt qu'il n'en créait un nouveau.

Lire aussi

Comment Zalando utilise l'IA : assistant, personnalisation et conseil en taille

Qu'était Doppl et pourquoi l'application a-t-elle fermé ?

Doppl était une application expérimentale de Google Labs, lancée le 26 juin 2025 aux États-Unis sur iOS et Android. Les utilisateurs téléchargeaient une photo ou une capture d'écran d'une tenue, provenant d'une boutique, d'un ami ou des réseaux sociaux, et Doppl la montrait sur une version numérique animée d'eux-mêmes. L'application pouvait aussi transformer des images statiques en vidéos générées par IA pour suggérer la façon dont une tenue pourrait bouger. Google était franc sur les limites : son billet de lancement indiquait que l'application ne verrait pas toujours juste et que la coupe, l'apparence et les détails des vêtements pourraient ne pas toujours être exacts.

Le 8 décembre 2025, Google a annoncé que Doppl s'était doté d'un fil de découverte shoppable. Les recommandations reposaient sur un profil de style construit à partir des préférences partagées par les utilisateurs et des articles avec lesquels ils avaient interagi ; presque tout le contenu du fil était achetable via des liens directs vers les marchands, et le fil comprenait des vidéos de produits réels générées par IA. Il était réservé aux utilisateurs américains de 18 ans et plus.

Google Labs a ensuite annoncé que l'application Doppl fermerait le 30 avril 2026, date après laquelle elle cesserait de fonctionner et serait retirée des magasins d'applications. Sa page officielle présentait cette décision comme la conclusion de l'expérience Doppl et renvoyait les utilisateurs vers l'essayage virtuel sur les fiches produits et les résultats d'images dans l'ensemble des services Google, où les acheteurs peuvent cliquer sur un bouton « try it on ». Google n'ayant pas publié de chiffres d'utilisation, il est impossible de juger à partir des informations publiques de l'ampleur de l'utilisation de Doppl.

Que signifie l'essayage intégré à la recherche pour les marques de mode ?

Le principal changement concerne le contrôle. Une marque qui intègre l'essayage à son propre site décide des produits concernés, de la manière dont les vêtements sont photographiés et de la présentation des résultats. Lorsque l'essayage s'applique aux fiches de la base de données shopping d'un moteur de recherche, les images et données produit existantes de la marque deviennent la matière première, et c'est le modèle de la plateforme qui décide du rendu du vêtement sur le corps de l'acheteur.

• La qualité des images devient une donnée d'entrée de l'essayage. Des images produit nettes, bien éclairées et montrant le vêtement en entier offrent davantage de matière à un modèle génératif que des prises de vue recadrées ou très stylisées.
• L'exactitude des données produit compte davantage. Les informations de catégorie, de couleur, de matière et de taille déterminent l'affichage des articles dans les résultats shopping, et les erreurs se propagent plus loin lorsque la plateforme construit de nouvelles expériences à partir de ces données.
• Les attentes se forment avant que l'acheteur n'arrive chez la marque. Si une image d'essayage suggère une coupe plus ample ou plus longue que le vêtement réel, la déception risque de se traduire par un retour chez la marque.
• L'essayage est visuel, ce n'est pas une garantie de taille. L'avertissement de Google pour Doppl rappelle utilement que l'essayage génératif montre l'apparence ; il ne confirme pas qu'une taille donnée conviendra.

L'essayage génératif réduit-il les retours ?

Il n'existe encore aucune preuve publique que l'essayage de Google réduise les retours, et l'entreprise ne l'a pas affirmé. L'essayage génératif s'appuie sur une photo de l'acheteur et une image du produit ; il ne prend en compte ni les mensurations précises ni les dimensions du patron du vêtement, de sorte qu'il répond mieux à la question « est-ce que j'aime le rendu sur moi ? » qu'à la question « la taille M m'ira-t-elle ? ». Les détaillants qui font état de réductions mesurables des retours grâce aux technologies de fit, comme Zalando avec ses conseils de taille et ses pilotes de cabine d'essayage fondés sur les mensurations, s'appuient sur des mensurations, des motifs de retour et des mesures produit plutôt que sur les seules images.

Cela ne rend pas pour autant l'essayage intégré à la recherche sans effet sur les retours. Un acheteur qui a déjà vu un vêtement sur une représentation de son propre corps sera peut-être moins enclin à commander plusieurs coloris ou modèles pour comparer chez lui. Mais tant que les plateformes ou des chercheurs indépendants n'auront pas publié de résultats, les marques doivent le considérer comme une fonctionnalité de découverte et de confiance plutôt que comme une solution aux retours.

Lire aussi

Comment l'IA est-elle utilisée dans le service client de la mode, et où échoue-t-elle ?

Que doivent faire les marques de mode dès maintenant ?

1. Auditer les images et données produit que vous fournissez aux canaux de recherche et de shopping en pensant à l'essayage : vues du vêtement en entier, couleurs exactes et attributs de catégorie et de matière corrects.
2. Surveiller où vos produits apparaissent avec l'essayage activé sur les marchés où il est disponible, et vérifier des échantillons de résultats pour repérer une coupe ou une longueur trompeuse.
3. Maintenir des conseils de taille et de coupe solides sur vos propres pages, car l'essayage des plateformes ne remplace pas un conseil de taille fondé sur les mensurations.
4. Suivre séparément, lorsque c'est possible, les retours issus du trafic de recherche et de shopping, afin que tout effet de l'essayage des plateformes apparaisse dans vos propres données.

L'année d'expérimentation de Google montre à quelle vitesse une plateforme peut mettre l'essayage sous les yeux de millions d'acheteurs, et à quelle vitesse elle peut en changer le format. Les marques qui traitent leurs images et données produit comme une infrastructure, et non comme des supports de campagne, sont les mieux placées pour en tirer profit, quelle que soit l'interface qui l'emporte.