Comment Myntra utilise-t-il l'IA générative ? De MyFashionGPT au conseil de taille et à l'essayage par IA

Myntra, premier détaillant de mode en ligne en Inde, utilise l'IA générative à trois niveaux : la recherche conversationnelle et le stylisme pour les clients, des outils de taille et d'essayage pour renforcer la confiance dans le choix de la coupe, et l'automatisation du catalogue et du support pour les vendeurs et les opérations. Pionnier en la matière, il a lancé dès mai 2023 l'assistant MyFashionGPT basé sur ChatGPT et décrivait à la mi-2026 un programme plus large couvrant les tailles, l'essayage, l'intégration des vendeurs et le service client.

Qu'est-ce que MyFashionGPT et comment fonctionne-t-il ?

MyFashionGPT permet aux clients de chercher en langage naturel, par exemple en demandant des tenues pour un festival, un match de cricket ou un voyage, plutôt que de saisir des mots-clés du catalogue. Selon Microsoft, Myntra l'a construit sur Azure OpenAI Service après un hackathon de février 2023 qui a produit un prototype fonctionnel en deux jours ; les équipes ont ensuite passé environ cinq semaines à l'affiner avant son lancement dans l'application Myntra fin mai 2023, en même temps que l'End of Reason Sale.

La conception compte. Lors du lancement, l'analyse de DailyO expliquait que la requête est transmise à un modèle ChatGPT, puis que le moteur de recherche propre à Myntra utilise la réponse pour afficher des produits. Microsoft a indiqué que l'équipe avait entraîné le système sur le catalogue de Myntra et ajouté des garde-fous pour que les résultats y restent cantonnés, et que les requêtes en hindi comme sardiyon ke kapde (vêtements d'hiver) étaient comprises. Le filtrage par genre a été un problème sur lequel l'équipe a dû travailler.

Microsoft a indiqué, en citant l'équipe produit de Myntra, que les clients ayant utilisé l'assistant étaient trois fois plus susceptibles d'acheter et ajoutaient en moyenne des produits issus de 16 % de catégories supplémentaires. Ces chiffres sont communiqués par l'entreprise sans méthodologie publiée, et l'auto-sélection (les clients engagés sont plus enclins à tester de nouvelles fonctionnalités) peut expliquer une partie de l'écart.

Quelles autres fonctionnalités d'IA Myntra propose-t-il à ses clients ?

Myntra utilisait l'apprentissage automatique bien avant l'IA générative. iTnews Asia rapportait en 2023 que sa fonctionnalité My Stylist personnalisait l'écran d'accueil et recommandait tenues, tailles et modèles grâce à des réseaux de neurones convolutifs profonds appliqués aux données du catalogue, aux côtés de la recherche par image, de la détection d'objets de mode et des recommandations de tenues. En 2023, Myntra a aussi présenté Maya, d'abord comme influenceuse mode virtuelle sur les réseaux sociaux ; Microsoft et YourStory décrivent désormais Maya comme un assistant d'achat conversationnel.

Lors de sa vitrine mynnovAIte à Bengaluru le 16 juillet 2026, Myntra a présenté ses fonctionnalités actuelles destinées aux clients, selon YourStory :

La couche d'explicabilité des recommandations de taille mérite d'être soulignée. Expliquer au client pourquoi une taille est proposée (par exemple sur la base de ses achats précédents ou du tableau des tailles de la marque) lui donne une raison de s'y fier ou de passer outre, ce qui compte dans une catégorie où la coupe détermine les retours. Myntra n'a pas publié d'effets sur le taux de retour.

Lire aussi

Comment Nike utilise l'IA : données de vente directe et création de produits générative

Comment Myntra utilise-t-il l'IA pour les vendeurs et les opérations ?

Myntra est une marketplace : la qualité du catalogue dépend donc de milliers de vendeurs. YourStory rapporte qu'un vendeur peut désormais charger une seule image produit, dont l'IA extrait jusqu'à 40 attributs comme la couleur, la matière, l'encolure ou le type de manche, que des experts catalogue relisent ensuite. Myntra indique que le délai de mise en ligne des vendeurs est passé de 10 à 15 jours à environ un à deux jours, et que la génération d'images par IA a ramené une tâche d'environ une journée à quatre heures.

• Vidéo produit : 400 à 600 vidéos produit générées par IA chaque jour.
• Accompagnement des vendeurs : un portail partenaires repensé affiche des actions quotidiennes classées par priorité, et une plateforme vocale baptisée Saarthi appelle les vendeurs au sujet de problèmes opérationnels ou d'écarts de prix.
• Service client : un assistant nommé Meera résout 31 % des demandes, selon Myntra.
• Analytique interne : une plateforme d'analyse en langage naturel, BIRA, qui selon Myntra ramène les analyses de plusieurs jours à quelques minutes.

Le principe est celui d'une relecture humaine par-dessus l'automatisation. Les experts catalogue vérifient les attributs extraits, un contrôle judicieux, car les erreurs d'attributs se propagent dans la recherche, les filtres et le conseil de taille.

Quelles sont les limites de l'approche de Myntra ?

Les premières analyses ont été franches. DailyO relevait au lancement que MyFashionGPT renvoyait des suggestions similaires pour une cliente de 21 ans et une cliente de 50 ans, gérait mal les descriptions élaborées et le luxe, et restait limité par le catalogue dans lequel il cherchait. Ce sont des limites typiques lorsqu'on ancre un modèle généraliste dans l'assortiment propre d'un détaillant.

Plusieurs fonctionnalités phares (le visualiseur de coupe, « Try it on Me » et un copilote pour les vendeurs) étaient encore en montée en charge, en déploiement ou en développement en juillet 2026. L'essayage virtuel sur la propre photo du client soulève en outre des questions de consentement et de traitement des images que tout détaillant doit régler avant de passer à l'échelle.

Quelles données et quelle infrastructure soutiennent l'IA de Myntra ?

Les fonctionnalités d'IA de Myntra reposent sur une plateforme de données conçue pour l'apprentissage automatique à grand volume. Lors de l'Aerospike Summit 2023, l'architecte senior Narayana Pattipati a décrit, selon iTnews Asia, une plateforme qui regroupe des flux de données hétérogènes dans une seule base pour l'ensemble du cycle de vie de l'apprentissage automatique, avec une architecture mémoire hybride combinant stockage flash et RAM. Elle alimente des feature stores en ligne, des state stores et des caches d'inférence, et aide à résoudre des problèmes comme le classement des widgets sur l'écran d'accueil de l'application.

Myntra a également indiqué vouloir faire passer la plupart des nouvelles fonctionnalités par des tests A/B. Cette discipline compte davantage que n'importe quel modèle : sans tests contrôlés, un détaillant ne peut pas distinguer l'effet d'une nouvelle fonctionnalité d'IA de la saisonnalité, des promotions ou du fait que les clients engagés testent les nouveaux outils en premier.

Lire aussi

Comment Ralph Lauren utilise l'IA : Ask Ralph et l'assistant d'achat conversationnel

Quels enseignements les acteurs du e-commerce de mode peuvent-ils tirer de Myntra ?

1. Ancrer l'IA générative dans votre propre catalogue et votre propre moteur de recherche plutôt que de laisser un modèle répondre librement.
2. Prendre en charge les langues locales dès le départ ; les requêtes en hindi faisaient partie de la conception de Myntra dès l'origine.
3. Investir dans l'IA côté vendeurs sur les marketplaces, car la qualité du catalogue limite chaque fonctionnalité destinée aux clients.
4. Faire relire par des humains les attributs extraits par l'IA avant leur mise en ligne.
5. Rendre les recommandations de l'IA explicables, en particulier pour la taille et la coupe.