Quand l'utilisation de l'IA fait débat

• Billet de la semaine : Changement d’agenda

• Décryptage de la semaine : Quand l’utilisation de l’IA fait débat

Le transfert de ma newsletter sur Substack a été ma meilleure décision de 2026. J’ai opéré ce changement suite à un échange précieux avec l’une de mes abonnées (merci Violaine !). Ici, j’ai enfin l’espace pour faire plus, et surtout pour faire mieux.

Comme vous avez pu le constater, je ne parviens pas à tenir notre rendez-vous du jeudi 9h. Tout simplement parce que j’ai trop de rendez-vous en simultané le jeudi matin.

• La publication de mon épisode de podcast Africa Fashion Tour

• La publication de la Newsletter Africa Fashion Tour

• La publication de la Newsletter Créativité & Succès

Si je suis parvenue un temps à tenir ce planning impossible pendant plusieurs mois, je réalise que c’est au prix d’un stress inutile.

Comme mon objectif est de vous apporter une veille stratégique toujours plus pointue, sans que la “charge mentale” de la production n’empiète sur la qualité de l’analyse, je réfléchis à décaler la publication de la newsletter Créativité & Succès au mardi matin.

Avant de modifier officiellement mon calendrier, je souhaite savoir si ce changement de rythme vous convient.

Après une phase d'adoption massive caractérisée par une confiance aveugle dans les gains de productivité, l'année 2026 marque l'entrée des entreprises dans l'ère de la discipline budgétaire face à l'IA.

La lune de miel technologique se heurte à une réalité financière difficile à ignorer, l’IA coûte cher et le modèle de tarification basés sur la consommation de jetons (tokens) et d'API à l'échelle de l'entreprise est remis en question. Un article récent publié dans The Verge, un media spécialisé dans la tech, partage le retour d’experience du président d’Uber qui déclare “AI spending is getting harder to justify”.

Les marques de mode n’étant pas les early adopters en matière de nouvelles technologies, il est intéressant de voir comment les autres industries évoluent en matière d’intégration de l’IA dans leur organisation, pour mieux anticiper les limites d’une intégration future.

Les directions financières avaient initialement appréhendé l’achat d’outils d’IA comme de simples licences logicielles classiques (SaaS) à coût fixe par utilisateur. Or, le déploiement d'IA génératives (comme Gemini, Perplexity ou Claude) directement intégrées dans les flux de travail de l'entreprise fonctionne sur un modèle radicalement différent : la facturation à la consommation de tokens.

Chaque interaction, chaque analyse de document complexe et chaque génération de code est convertie en tokens (les unités de texte traitées par le modèle). Plus la requête est longue et le contexte lourd, plus le nombre de tokens consommé augmente de manière exponentielle. Les flux de travail "agentiques" modernes, où l'IA s'exécute de manière autonome en tâche de fond pour résoudre un problème, lancer des recherches ou corriger des lignes de code, font tourner des tâches en parallèle et dévorent des millions de tokens en quelques minutes. La facture finale, autrefois prévisible, est devenue une variable de coût volatile et difficilement contrôlable.

Ce décalage entre l’utilité réelle de l’outil et son coût de fonctionnement a provoqué deux alertes majeures dans l’industrie de la tech :

• L’annulation des licences chez Microsoft (Experiences & Devices) : En décembre 2025, Microsoft a ouvert à ses ingénieurs de la division Experiences + Devices (en charge de Windows, Office, Teams et Outlook) l’accès à l’outil Claude Code d’Anthropic pour accélérer le développement. Face à des performances jugées exceptionnelles, l'outil est devenu extrêmement populaire, devançant même la solution interne de Microsoft (GitHub Copilot CLI) . Cependant, à l’approche de la clôture de son exercice fiscal au 30 juin 2026, la direction menée par Rajesh Jha (EVP) a dû prendre une décision d’annuler la grande majorité des licences Claude Code. Le coût d'utilisation de l'IA par ingénieur s'élevait à des montants compris entre 500$ et 2 000$ par mois en raison de la consommation de jetons, une dépense devenue impossible à justifier à grande échelle.

• L’asphyxie budgétaire d’Uber: En décembre 2025, le géant Uber a déployé Claude Code et Cursor auprès de ses 5 000 ingénieurs . Pour encourager l'adoption, la direction a mis en place des tableaux de classement internes récompensant les équipes les plus actives en IA. L’effet a été immédiat: en avril 2026, 95 % des ingénieurs utilisaient l’outil mensuellement et 70 % du code intégré provenait de l’IA. Mais cette hyper-adoption a provoqué un désastre financier. Le budget annuel complet alloué aux outils d'IA pour 2026 a été entièrement consommé en seulement quatre mois (dès avril). Le CTO d’Uber, Praveen Neppalli Naga, a admis que l’entreprise devait “repartir de zéro” pour rebâtir son modèle budgétaire. De son côté, le COO Andrew Macdonald a exprimé ses doutes quant au retour sur investissement (ROI), soulignant la difficulté de lier cette explosion de dépenses de tokens à des fonctionnalités concrètes et utiles livrées aux utilisateurs finaux. En juin 2026, Uber a ainsi été contraint de plafonner l’utilisation d’IA à 1 500 $ par mois et par ingénieur.

Ce glissement de l’IA comme outil d’augmentation vers l’IA comme outil de réduction des coûts a été brillamment caricaturé par le youtubeur Cyprien dans son court-métrage satirique “Si ChatGPT était un employé”, publié en décembre 2025.

Le film met en scène l’arrivée d’une IA physique au sein des équipes d’une agence de communication. On y voit comment la direction, grisée par les économies d’échelle rapides, remplace progressivement tous les postes de l’agence par l’IA :

• Le compositeur de musique est écarté car l’IA a analysé des millions de morceaux publicitaires et peut en générer à l’infini pour 23 € par mois.

• La directrice artistique voit son rôle d’évaluation esthétique et conceptuelle jugé “superflu” par ChatGpt qui s’attribue les idées de tagline.

• La comédienne/mannequin se retrouve exclue du plateau car l’IA génère des visuels et des voix synthétiques parfaits, ruinant ses rêves de carrière artistique.

La réplique finale de l’IA face au désarroi et à la colère de la créative licenciée résume parfaitement le malaise contemporain : “Je comprends votre frustration, c’est une réaction légitime. Vous avez besoin de temps pour accepter le monde tel qu’il est”. Cette satire met le doigt sur le danger de la standardisation et sur la perte d'authenticité et de sensibilité humaine dans des industries où l'émotion et la vision subjective sont pourtant les véritables créateurs de valeur.

Le secteur de la mode n’échappe pas à cette confrontation éthique et technique. L’adoption de l’IA s’articule aujourd’hui autour d’une fracture nette des mentalités :

Des experts créatifs comme Natalie de Groote, directrice artistique ou Sevda Albers, photographe de mode. incarnent l’approche exploratoire. Loin d’accepter l’IA comme un outil d’automatisation aveugle, elles l’utilisent activement pour en tester et en identifier les limites techniques et esthétiques. Pour ces praticiennes, l’IA sert de partenaire de co-création: elle permet de générer des variations rapides de textures ou d’ambiances chromatiques, mais elle reste soumise au filtre impératif de leur regard et de leur sensibilité humaine. L’IA est un outil pour s’affranchir des contraintes répétitives du dessin technique et libérer du temps pour la curation et le storytelling.

À l’opposé, une frange de professionnels refuse d’intégrer l’IA dans leur processus créatif. Leur résistance s’appuie sur la défense de l’artisanat de la mode et de l’authenticité. Ils soutiennent que la mode est un langage corporel et émotionnel qui ne peut être réduit à des corrélations algorithmiques. Ils craignent une standardisation globale de l’esthétique (le risque de “boîte noire” créative) et militent pour la préservation du “geste manuel” et de la relation tactile avec le tissu, des valeurs indispensables pour justifier le prix et la désirabilité des collections premium.

Dans un tel contexte de polarisation des idées, des entrepreneurs développent des solutions pour accompagner les marques dans leur appréhension de l’IA au sein de leur organisation. Précédemment, je vous avais proposé une liste de solutions de création de visuels à travers l’article Création de visuels avec ou sans IA ? Aujourd’hui, je me suis intéressée à la détection de tendances et aux différentes solutions existantes sur le marché pour créer des collections performantes.

Voici une sélection de 10 solutions majeures, classées par ordre alphabétique, qui illustre la diversité des options disponibles à date.

• Développé par le média de référence The Business of Fashion, cet outil mesure la perception des marques de mode à travers le contenu généré par les utilisateurs (UGC) sur les réseaux sociaux (TikTok, Instagram), ainsi que la manière dont les modèles d’IA génératifs (ChatGPT, Gemini, Claude) décrivent et évaluent la marque.

• Basé à New Delhi, F-Trend utilise des algorithmes d’apprentissage profond pour analyser en temps réel les défilés des Fashion Weeks. Ses modules brevetés comme ColorCore (98 % de précision de correspondance Pantone) et SilhouetteAnalyzer permettent de réduire les coûts d’échantillonnage de 40 % en validant la pertinence des designs avant production.

• Cette plateforme révolutionne le cycle de création en traduisant instantanément une idée ou une tendance détectée en patrons de couture de niveau industriel (fichiers DXF) en seulement 10 minutes avec une précision de 95 %, permettant aux créateurs de concevoir et de produire en flux tendu.

• Solution d’IA prédictive, Livetrend synchronise les données des défilés, des site ecommerce, des réseaux sociaux et de Google pour transformer l'intuition créative en décisions commerciales sécurisées. En croisant ces signaux massifs avec une précision de 93%, cette plateforme permet aux marques de valider leurs assortiments, d'optimiser le cycle de vie de leurs produits et de maximiser leurs marges en alignant chaque collection sur la réalité du marché.

• Spécialisée dans l’intelligence de données pour l’industrie du luxe et du sport, cette plateforme parisienne fournit aux dirigeants des analyses concurrentielles avancées en matière de prix, d’assortiment, de présence médiatique et de distribution pour protéger l’exclusivité et la désirabilité des maisons de luxe et des géants du sport. En 2024, Luxuryinsight a racheté Heuritech, une solution de prediction de tendances qui analyse les millions d’images des réseaux sociaux.

• Fondée par un ancien dirigeant de Myntra, Stylumia utilise une technologie d’IA de Demand Sensing (détection de la demande) pour analyser les comportements d’achat réels des consommateurs sur le web. Elle classe visuellement les vêtements pour repérer les Hero Products (produits surperformants) et optimiser les assortiments.

• Cette solution allie la prévision des tendances et la RSE en interrogeant directement des panels de consommateurs avant le lancement de la production. L’IA analyse l’intérêt réel pour un modèle ou une couleur pour guider l’éco-conception et éviter la surproduction de pièces indésirables.

• Plateforme d’IA prédictive basée à Istanbul, T-Fashion collecte et analyse des millions de données visuelles issues des réseaux sociaux et des lookbooks pour extraire des attributs ultra-précis (styles, coupes, couleurs Pantone) et anticiper l’évolution des tendances futures.

• Surnommé « le Google de la mode », ce moteur de recherche français basé à Paris indexe l’intégralité des défilés des Fashion Weeks mondiales. Son IA permet de quantifier l’évolution des silhouettes, des couleurs, des matières et des accessoires pour fournir des données d’achat fiables aux acheteurs et designers.

• Leader historique basé à Londres, WGSN s’appuie sur son modèle de deep learning TrendCurve AI pour combiner l’analyse de données massives avec la validation humaine, permettant de prédire le comportement des consommateurs et les tendances de couleurs, de motifs et de silhouettes jusqu’à deux ans d’avance avec une précision de 94 %.

Pour les Chefs de Produits, Directeurs Artistiques et Acheteurs, l’IA ne doit pas être une boîte noire, mais une boussole. Pour intégrer ces solutions sans subir la dérive budgétaire, voici ma méthodologie de déploiement :

1. Définir des cas d’usage précis (Scope restreint) : Ne cherchez pas à “prédire la mode entière”. Utilisez ces outils sur une catégorie spécifique (ex: les accessoires, le maille) ou une cible précise pour valider la pertinence des données avant de généraliser.

2. Le système du “Double Regard” : Aucune décision d’achat ou de style ne doit être prise par l’IA seule. Les outils de prédiction doivent servir à alimenter vos briefs de collection, puis être confrontés à l’expertise métier des équipes. Si l’IA détecte une tendance forte, demandez-lui de justifier ses sources, puis validez avec votre flair créatif.

3. Piloter la consommation comme un KPI : Traitez le coût des tokens d’IA comme vous pilotez vos marges. Fixez une enveloppe budgétaire par projet de collection et mesurez le “Return on Data” : est-ce que cette prédiction a permis d’optimiser le taux de vente à plein tarif ou de réduire les invendus ?

4. Apprentissage continu : Organisez des sessions de “Reverse Mentoring” où les profils juniors (natifs de l’IA) forment les profils seniors (experts métier) sur la manipulation des prompts pour obtenir des analyses de tendances plus fines et moins génériques.

La transition ne consiste pas à remplacer l’intuition par la donnée, mais à armer vos équipes avec une donnée qui sublime leur intuition.

Vous réfléchissez à intégrer l’IA dans vos flux de production visuelle ? Vous souhaitez échanger sur les stratégies de transformation de vos équipes ou sur l’évolution du métier de DA ? Écrivez-moi, vos retours d’expérience sont précieux pour nourrir ce débat.

Poursuivons la discussion