L’investissement dans l’IA générative connaît actuellement un essor considérable à l’échelle mondiale. Dans l’industrie de la mode en particulier, les grandes marques font de plus en plus souvent les gros titres en annonçant des essais de technologie alimentée par l’IA.
Mais nous dirigeons-nous vraiment vers un avenir où nous serons entourés d’images d’IA, ou s’agit-il d’un fantasme ?
Les essais de vestiaires virtuels, où les utilisateurs peuvent voir une image 2D ou 3D d’eux-mêmes portant un vêtement, existent depuis au moins 2019, mais s’accélèrent.
Gucci a annoncé un tel essai en 2020, suivi par Louis Vuitton en 2021, et Walmart, H&M et Hugo Boss l’année dernière.
En mars, Levi’s a utilisé des mannequins générés par l’IA et créés par une start-up appelée LaLaLand pour faire la publicité de ses produits.
Malgré les vives critiques suscitées par l’utilisation d’avatars numériques au lieu d’embaucher de vrais mannequins, Levi’s et LaLaLand ont déclaré que la marque emblématique de denim souhaitait « compléter » ses mannequins existants et améliorer la façon dont elle représente les différences de taille, de couleur de peau et d’âge.
Ils ont fait valoir que l’embauche de neuf mannequins différents pour chaque produit était trop coûteuse. LaLaLand n’est pas la seule à avoir adopté cette approche : de nombreuses start-ups rivalisent aujourd’hui pour offrir des services similaires d’imagerie par l’IA.
À la recherche d’une révolution publicitaire basée sur l’IA
Artisse est une start-up spécialisée dans l’IA basée à Hong Kong, fondée en novembre 2022.
Elle affirme avoir créé le premier photographe IA au monde et le plus avancé, une application mobile iOS et Android qui prend entre 15 et 30 photos de vous et crée des images en 2D vous plaçant dans n’importe quelle tenue, à n’importe quel endroit dans le monde. Les abonnements mensuels coûtent entre 6 et 30 dollars (4,80 et 24 livres sterling).
Artisse affirme que son application a été téléchargée plus de 140 000 fois sur Google Play depuis sa sortie, et que ses abonnés sont un mélange de personnes ordinaires et d’influenceurs des médias sociaux cherchant à accélérer la création de contenu.
Cependant, comme beaucoup d’autres start-ups spécialisées dans l’IA, Artisse est à la recherche de plusieurs modèles commerciaux possibles, et d’une solution miracle pour révolutionner le monde de la publicité.
« Pour une image statique en 2D dans un magazine, c’est tout à fait faisable – le modèle de licence IP est en train de se mettre en place. Mais des avatars en 3D dans des cabines d’essayage virtuelles ou dans une publicité vidéo ? Pas avant longtemps.
Ajay Chowdhury, associé principal au Boston Consulting Group
La start-up propose désormais un contenu de mannequins généré par l’IA et a conclu un partenariat avec Iconic Management – une importante agence internationale de gestion des talents – pour concéder des licences d’images de mannequins à de grandes marques et à des agences de publicité.
« Auparavant, cela prenait six semaines, parce qu’il fallait organiser les défis logistiques, trouver le mannequin. Avec les célébrités, cela peut prendre des mois, car elles doivent libérer du temps », explique William Wu, directeur général d’Artisse, au Standard. « Aujourd’hui, vous pouvez créer la publicité en quelques heures ».
Ainsi, au lieu d’envoyer un mannequin populaire à Hawaï pour une séance de photos de maillots de bain, une marque pourrait payer pour la propriété intellectuelle du mannequin et la start-up travaillerait avec l’agence de publicité pour créer la publicité numériquement.
Essayages virtuels
Artisse est également en pourparlers avec de grands détaillants de mode tels que Liberty London, Shein et Authentic Brands Group (ABG), propriétaire de Forever21, pour tester sa technologie d’essayage virtuel.
M. Wu explique que, jusqu’à il y a un an, les cabines d’essayage virtuelles étaient très encombrantes et qu’il était pratiquement impossible de faire en sorte que les tissus se drapent correctement sur une photo numérique d’un être humain.
« Les anciennes cabines d’essayage virtuelles ressemblaient à des filtres Snapchat, les vêtements à des personnages de dessins animés, et ils n’avaient pas l’air d’être sur votre corps – par exemple, chez Walmart, vous deviez choisir parmi l’un de leurs modèles prédéfinis », explique-t-il.
« Il y avait cinq modèles, tous sur fond blanc, et on ne pouvait pas changer le teint de la peau, la taille du corps, sans compter que les vêtements avaient l’air d’avoir été collés.
La technologie d’IA de base d’Artisse fait appel à de nouvelles techniques, comme le traitement des images de réalité augmentée et les modèles de diffusion d’images.
Les modèles de diffusion ont été inventés par l’Université de Stanford et l’UC Berkeley en 2015, mais ce n’est que fin 2022 que des avancées significatives en matière de puissance de calcul, d’efficacité des algorithmes, de nouveaux ensembles de données à grande échelle et de nouvelles méthodes d’entraînement des modèles d’IA ont permis de faire un bond en avant dans la qualité des images générées.
Ces travaux s’appuient sur l' »IA classique » – des algorithmes d’apprentissage profond développés au cours de la dernière décennie pour aider les grands réseaux neuronaux d’ordinateurs à décomposer les problèmes en petits éléments, comme apprendre à insérer des mots dans une phrase ou à reconnaître des caractéristiques communes telles qu’un arbre sur une photo.
« Les modèles de diffusion sont l’une des technologies sous-jacentes de l’IA générative, où un modèle est entraîné sur de nombreuses images décomposées en petits morceaux et où il prend les informations de ces images et les recolle pour former de nouveaux artefacts », explique Annette Zimmermann, vice-présidente de l’analyse chez Gartner.
« C’est une nouvelle façon de traiter les images et c’est une façon assez efficace de le faire ».
Selon elle, les essais de maquillage virtuel par IA de marques telles que Charlotte Tilbury et Sephora sont les cas d’utilisation les plus populaires dans le secteur de la vente au détail.
« Regardez le métavers de Facebook. Les avatars de la réalité virtuelle n’ont même pas de jambes, et c’est de l’argent et de la puissance de calcul de Facebook dont nous parlons ». Professeur Elena Simperl, King’s College London
L’adoption généralisée de l’IA dans le commerce de détail est-elle probable ?
Toutefois, le jury n’a pas encore déterminé lesquelles de ces idées seront commercialisées, ce qui signifie que nous n’aurons peut-être jamais l’occasion d’essayer certaines d’entre elles, sans parler des problèmes éthiques potentiels.
Artisse, qui dispose à ce jour d’un financement d’amorçage de 6,7 millions de dollars, affirme que ses algorithmes ont été entraînés sur de multiples ensembles de données comprenant des centaines de milliers d’images et un large éventail de caractéristiques faciales, de teintes de peau et de types de corps.
Il faut une heure à l’IA pour créer un modèle d’image sur mesure pour chaque utilisateur, grâce aux GPU T4 et A10G Tensor Core de Nvidia, qui produisent plus de deux millions d’images humaines d’IA, chacune prenant environ 60 secondes.
Cependant, la technologie est si récente qu’elle n’a pas encore été prouvée de manière définitive. En fait, de nombreux algorithmes d’IA sont encore en attente de brevet.
« La technologie dont je parle n’existe que depuis dix mois. Ce n’est qu’au cours des trois derniers mois qu’elle s’est imposée à nous. Toutes les entreprises de ce secteur sont des start-ups, aucune n’est très ancienne », explique M. Wu.
Ajay Chowdhury, associé principal du Boston Consulting Group, est un ancien investisseur en capital-risque qui a cofondé la célèbre application de reconnaissance musicale par IA Shazam.
« Pour une image statique en 2D dans un magazine, c’est tout à fait faisable – l’octroi de licences de propriété intellectuelle est une réalité. Mais des avatars en 3D dans des cabines d’essayage virtuelles ou dans une publicité vidéo ? Pas avant longtemps », dit-il.
Selon M. Chowdhury, la principale difficulté réside dans le fait qu’aucun détaillant ne dispose d’une gigantesque base de données sur ses vêtements et sur la façon dont les tissus se drapent sur différents corps, ce qui est essentiel pour faire fonctionner un vestiaire virtuel avec des avatars en 3D.
« Depuis 2020, l’explosion de la concurrence et des achats d’occasion a eu un impact considérable sur les ressources dont dispose l’industrie de la mode pour développer de nouvelles solutions.
Kate Hardcastle, experte en commerce de détail
Elena Simperl, professeur d’informatique au King’s College de Londres, pense que seuls les géants de la technologie comme Google ou Amazon disposeraient de la puissance de calcul nécessaire.
« Une petite entreprise ne serait pas en mesure d’entraîner un grand modèle d’IA aussi rapidement. Elle n’aurait pas assez de GPU pour traiter les données », explique-t-elle au Standard.
« Regardez le métavers de Facebook. Les avatars dans la réalité virtuelle n’ont même pas de jambes, et c’est de l’argent et de la puissance de calcul de Facebook dont nous parlons. »
Le magasin du futur
Kate Hardcastle, experte britannique de la vente au détail, travaille actuellement avec des partenaires technologiques aux États-Unis qui développent l’IA pour le secteur de la vente au détail, en tant que conseillère sur ce que les consommateurs attendent de leur expérience de la vente au détail, et en tant que contrôleuse de l’éthique de l’IA, en mettant l’accent sur la protection des intérêts des consommateurs.
De nombreux détaillants veulent tester des cabines d’essayage virtuelles et des mannequins générés par l’IA, explique Mme Hardcastle, mais une fois les essais terminés, c’est fini.
« Les marques sont vraiment intriguées par le potentiel de l’IA dans le commerce de détail, mais personne ne paie », explique-t-elle au Standard.
« Depuis 2020, l’explosion de la concurrence et des achats d’occasion a eu un impact significatif sur les ressources dont dispose l’industrie de la mode pour développer de nouvelles solutions.
Mme Hardcastle a visité des concepts de « magasins du futur » qui utilisent l’IA connectée aux smartphones et des panneaux d’affichage en magasin montrant des produits personnalisés à chaque consommateur lorsqu’il entre dans le magasin.
« Tout, de l’étiquette de prix à la disponibilité des tailles, en passant par le vestiaire et la caisse, était une conversation personnalisée avec le consommateur », dit-elle.
« C’était comme une expérience de conciergerie en IA.
Elle et M. Chowdhury constatent plutôt que l’IA est mise en œuvre pour automatiser et améliorer les systèmes de stocks et d’inventaires, les chaînes d’approvisionnement de la fabrication et la durabilité – des choses qui n’ont pas l’air aussi sexy que les mannequins de mode de l’IA.
Tous deux s’accordent à dire que le seul moyen de recueillir suffisamment de données sur le corps des consommateurs est d’installer des caméras dans les cabines d’essayage des magasins, ce qui n’est pas près d’arriver, pour des raisons de protection de la vie privée.
« Je viens de mener une grande étude sur l’IA cet été [pour Gartner]. Nous avons interrogé 35 entreprises et recueilli plus de 100 cas d’utilisation », explique Mme Zimmermann.
« Je peux compter sur les doigts d’une main le nombre de cas d’utilisation dans le secteur de la vente au détail et je peux probablement dire que ce secteur, du point de vue de l’IA générative ou de la RV/AR, n’est pas encore très mûr.
