Chaque année, au niveau mondial, ce sont en moyenne 30% des vêtements neufs qui sont estimés rester invendus chez les marques. Cela représente environ 80 milliards de mètres carrés de déchets et 4 milliards de tonnes équivalent CO2, sans compter le gaspillage des ressources et énergétique lié aux étapes de production et logistiques. Pour réduire cette donnée pharaonique, l’IA a un rôle à jouer en amont. Analysant en temps réel des tendances, des hits de la concurrence et des flops du marché, les marques peuvent affiner leurs offres et réduire significativement les invendus. Comment fonctionnent ces nouvelles solutions ? Quels résultats concrets peut-on en attendre ? 

Dans un usage "for good", l'IA est capable de fournir une analyse extrêmement précise de l'évolution des marchés pour que les marques puissent calibrer plus efficacement leur production en termes de modèles et de quantités. Grâce à l'analyse en temps réel d’immenses volumes de données issues des comportements d’achat, des réseaux sociaux, des recherches en ligne, des sites de e-commerce et des ventes en magasin, les algorithmes détectent rapidement les micro-tendances et identifient les dynamiques sous-jacentes, anticipant ainsi les attentes émergentes des consommateur·ices de façon fiable et avec un coup d'avance.

Pour autant, contrairement à l'utilisation que l'ultra fast fashion fait de cette technologie, l'objectif ici n'est pas de vendre toujours plus, mais bien d'avoir un impact positif sur l'environnement en évitant la surproduction et en limitant le nombre d’invendus.

Fonder les prises de décision sur la donnée

En s'appuyant sur les informations collectées et en les transformant en recommandations actionnables, les marques ont la possibilité de sélectionner les bonnes couleurs, les bonnes tailles, les bons volumes, au bon moment et en adéquation avec la demande réelle, que celle-ci soit locale ou globale. Elles peuvent ainsi non seulement ajuster au mieux leurs volumes de production, mais aussi...